1. Universidad Antonio Nariño
  2. Tesis y disertaciones académicas
  3. Maestrías
  4. Maestría en Ingeniería física
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.uan.edu.co/handle/123456789/2795
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorBaena Vasquez, Alejandra Juliette-
dc.contributor.advisorMartínez Huartos, Johann Heinz-
dc.creatorSalcedo Fontecha, Juan Paulo-
dc.date.accessioned2021-03-08T19:41:46Z-
dc.date.available2021-03-08T19:41:46Z-
dc.date.created2020-06-11-
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/2795-
dc.description.abstractMobility and road safety studies are essential in the mitigation of the effects generated by traffic accidents worldwide. Therefore, given the complexity in these aspects of the Bogotá city, a study of road accidents is carried out using Network Science in 7 years range and at a spatial resolution by Traffic Analysis Zones (TAZ) that divide to the city into 922 polygons according to the latest mobility survey 2019. The results show some peculiarities in its dynamics, identify the areas that have synchronous behaviors, anomalous road corridors with low vehicle flow and high accident rates and quantify the spacetime entropy of traffic accidents.es_ES
dc.description.tableofcontentsLos estudios de movilidad y seguridad vial, son fundamentales en la mitigación de los efectos generados por los accidentes de tránsito a nivel mundial. Por lo tanto, dada la complejidad en estos aspectos de la ciudad de Bogotá, se realiza un estudio de la accidentalidad vial utilizando Ciencia de Redes en una ventana temporal de 7 años y a una resolución espacial por Zonas de Análisis de Transporte (ZAT) que dividen a la ciudad en 922 polígonos de acuerdo a la última encuesta de movilidad 2019. Los resultados permiten evidenciar algunas particularidades en su dinámica, identificar las zonas que tienen comportamientos sincrónicos, corredores viales anómalos con bajo flujo vehicular y alta accidentalidad y cuantificar la entropía espacio-temporal de los accidentes de tránsitoes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Antonio Nariñoes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Estados Unidos de América*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.subjectMovilidades_ES
dc.subjectCiencia de redeses_ES
dc.subjectComplejidades_ES
dc.subjectEntropíaes_ES
dc.subjectZATes_ES
dc.titleEstudio de la accidentalidad vial en Bogotá usando ciencia de redeses_ES
dc.publisher.programMaestría en Ingeniería Físicaes_ES
dc.rights.accesRightsopenAccesses_ES
dc.subject.keywordMobilityes_ES
dc.subject.keywordNetwork Sciencees_ES
dc.subject.keywordComplexityes_ES
dc.subject.keywordEntropyes_ES
dc.subject.keywordTAZes_ES
dc.type.spaTesis y disertaciones (Maestría y/o Doctorado)es_ES
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersiones_ES
dc.source.bibliographicCitationAbdulhafedh, A. (2016). Crash frequency analysis. Journal of Transportation Technologies, 06(04):169-180.es_ES
dc.source.bibliographicCitationAbdulhafedh, A. (2017). Road crash prediction models: different statistical modeling approaches. Journal of Transportation Technologies, 07(02):190-205.es_ES
dc.source.bibliographicCitationAgencia Nacional de Seguridad Vial (2020). Observatorio de la seguridad vial. https://ansv.gov.co/observatorio/index.html. [Online; último acceso 9-abril-2020].es_ES
dc.source.bibliographicCitationAmézquita, L., Durán, D., and Fajardo, D. (2016). Matriz origen-destino y efi ciencia en modos de transporte urbano: Un análisis de la movilidad de Bogotá. Semestre Económico, 19(39):91-112.es_ES
dc.source.bibliographicCitationBarbosa, H., Barthelemy, M., Ghoshal, G., R.J., C., Lenormand, M., Louail, T., Menezes, R., Ramasco, J., and Simini, F., T. M. (2018). Human mobility: Models and applications. Physics Reports, 734:1-74.es_ES
dc.source.bibliographicCitationBuchanan, M. (2008). Laws, power laws and statistics. Nature Physics, 40:339.es_ES
dc.source.bibliographicCitationClauset, A., Shalizi, C. R., and Newman, M. E. J. (2009). Power-law distributions in empirical data. SIAM review, 51(4):661{703.es_ES
dc.source.bibliographicCitationCongreso de la República de Colombia (2016). Ley 1503 de 2011. http://www.secretariasenado.gov.co/senado/basedoc/ley_1503_2011.html. [Online; accessed 9-abril-2020].es_ES
dc.source.bibliographicCitationDriss, M., Benabdeli, K., Saint-Gerand, T., and Hamadouche, M. (2015). Traffic safety prediction model for identifying spatial degrees of exposure to the risk of road accidents based on fuzzy logic approach. Geocarto International, 30(3).es_ES
dc.source.bibliographicCitationEl-adaway, I. (2012). Analyzing traffic layout using dynamic social network analysis. http://www.ncitec.msstate.edu/wp-content/uploads/2012-07FR.pdf. [Online; último acceso 5-mayo-2020].es_ES
dc.source.bibliographicCitationEstrada, E. (2016). The structure of complex networks: Theory and applications. Oxford University Press.es_ES
dc.source.bibliographicCitationEstrada, E. and Knight, P. (2015). A first course in network theory. Oxford University Press.es_ES
dc.source.bibliographicCitationGirvan, M. and Newman, M. E. J. (2002). Community structure in social and biological networks. Proceedings of the National Academy of Sciences, 99(12):7821-7826.es_ES
dc.source.bibliographicCitationHeinrich, H. W. (1969). Industrial accident prevention: a scientific approach. McGraw-Hill.es_ES
dc.source.bibliographicCitationKlockner, K. and Toft, Y. (2015). Accident modelling of railway safety occurrences: The safety and failure event network (safe-net) method. Procedia Manufacturing, 3:1734-1741.es_ES
dc.source.bibliographicCitationLin, L., Wang, Q., and Sadek, A. W. (2014). Data mining and complex network algorithms for traffic accident analysis. Transportation Research Record: Journal of the Transportation Research Board, 2460(1):128-136.es_ES
dc.source.bibliographicCitationLord, D. (2006). Modeling motor vehicle crashes using poisson-gamma models: Examining the effects of low sample mean values and small sample size on the estimation of the fixed dispersion parameter. Accident Analysis and Prevention, 38(4):751-766.es_ES
dc.source.bibliographicCitationLotero, L., Hurtado, R. G., Floría, L. M., and Gómez, J. (2016). Rich do not rise early: spatio-temporal patterns in the mobility networks of different socio-economic classes. R Soc Open Sci, 3:1-12.es_ES
dc.source.bibliographicCitationMartín, L., Baena, L., Garach, L., López, G., and Oña, J. (2014). Using data mining techniques to road safety improvement in spanish roads. Procedia - Social and Behavioral Sciences, 160:607-614.es_ES
dc.source.bibliographicCitationMartínez, J. H. (2015). Analysing brain dynamics by means of networks science. PhD thesis, Universidad Politécnica de Madrid, Spain. Tesis de Doctorado.es_ES
dc.source.bibliographicCitationMartínez, J. H., López, M. E., Ariza, P., Chavez, M., Pineda, J. A., López, D., Gil, P., Maestú, F., and Buldú, J. M. (2018). Functional brain networks reveal the existence of cognitive reserve and the interplay between network topology and dynamics. Scientific Reports, 8(1):1-11.es_ES
dc.source.bibliographicCitationMartínez, L., Viegas, J., and Silva, E. (2009). A traffic analysis zone de nition: A new methodology and algorithm. Transportation, 36:581-599.es_ES
dc.source.bibliographicCitationMinisterio de Transporte (2020). Código nacional de tránsito. https://www.mintransporte.gov.co/documentos/17/leyes/. [Online; último acceso 9-abril-2020].es_ES
dc.source.bibliographicCitationMohammed, A., Ambak, K., Mosa, A., and D., S. (2018). Classification of traffic accident prediction models: A review paper. pages 7-9.es_ES
dc.source.bibliographicCitationNewman, M. E. J. (2013). Networks: An introduction. The Journal of Mathematical Sociology, 7(4):250-251.es_ES
dc.source.bibliographicCitationNorza, E., Romero, M., Moreno, J., Díaz, R., Useche, S., and Gómez, I. (2013). Caracterización de la accidentalidad en Colombia: Análisis del fenómeno desde el estudio del factor humano.es_ES
dc.source.bibliographicCitationOrganización Mundial de la Salud (2015). Informe sobre la situación mundial de la seguridad vial 2015. https://www.who.int/violence_injury_prevention/road_safety_status/2015/es/. [Online; último acceso 9-abril-2020].es_ES
dc.source.bibliographicCitationQureshi, Z. H. (2008). A review of accident modelling approaches for complex critical sociotechnical systems.es_ES
dc.source.bibliographicCitationRamasco, J., Dorogovtsev, S. N., and Pastor, R. (2004). Self-organization of collaboration networks. Physical Review E, 70(3).es_ES
dc.source.bibliographicCitationSecretaría de Educación del Distrito (2020). Guías para la elaboración de planes de movilidad escolar. https://www.educacionbogota.edu.co. [Online; último acceso 7-mayo-2020].es_ES
dc.source.bibliographicCitationShealy, J. E. (1979). Impact of theory of accident causation on intervention strategies. Proceedings of the Human Factors Society Annual Meeting, 23(1):225-229.es_ES
dc.source.bibliographicCitationSoriano, D., Lotero, L., Arenas, A., and Gómez, J. (2018). Spreading processes in multiplex metapopulations containing different mobility networks. Physical Review X, 8(3).es_ES
dc.source.bibliographicCitationStanton, W. A. and Willenbrock, J. H. (1990). Conceptual framework for computerbased, construction safety control. Journal of Construction Engineering and Management, 116(3):383-398.es_ES
dc.source.bibliographicCitationWang, X., Jin, Y., M., A., Tremont, P. J., and Xiaohong, C. (2012). Macrolevel model development for safety assessment of road network structures. Transportation Research Record: Journal of the Transportation Research Board, 2280(1):100-109.es_ES
dc.source.bibliographicCitationWorld Health Organization (2010). A decade of action for road and safety: A brief planning document. https://www.who.int/roadsafety/Decade_of_action.pdf. [Online; último acceso 9-abril-2020].es_ES
dc.source.bibliographicCitationWorld Health Organization (2018). Who in countries-statistics. https://www.who.int/data/gho/data/countries. [Online; último acceso 16-abril-2020].es_ES
dc.source.bibliographicCitationXiugang, L., Lord, D., Zhang, Y., and Xie, Y. (2008). Predicting motor vehicle crashes using support vector machine models. Accident Analysis and Prevention, 40:1611-8.es_ES
dc.description.degreenameMagíster en Ingeniería Físicaes_ES
dc.description.degreelevelMaestríaes_ES
dc.publisher.facultyFacultad de Cienciases_ES
dc.description.notesPresenciales_ES
dc.creator.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454301es_ES
dc.publisher.campusBogotá - Circunvalar-
Aparece en las colecciones: Maestría en Ingeniería física

Ficheros en este ítem:
Fichero Tamaño  
2020JuanPauloSalcedoFontecha.pdf33.54 MBVisualizar/Abrir
2020AutorizacionJuanSalcedo.pdf
  Restricted Access		176.13 kBVisualizar/Abrir  Request a copy
Mostrar el registro sencillo del ítem


Ver Estadísticas de uso



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons