Please use this identifier to cite or link to this item: http://hdl.handle.net/10174/39813

Title: Dados que podem salvar vidas: modelação e predição de acidentes de viação para uma segurança rodoviária mais eficaz
Authors: Infante, P.
Keywords: Acidentes de viação
modelação estatística
Ciência de dados
Issue Date: 2023
Publisher: SPM
Citation: Infante, P. (2023). Dados que podem salvar vidas: modelação e predição de acidentes de viação para uma segurança rodoviária mais eficaz, Gazeta da Matemática, 201, 24-36. https://gazeta.spm.pt/fichagazeta?id=201
Abstract: A sinistralidade rodoviária é um dos grandes problemas da nossa sociedade, tendo consequências sociais relevantes, quer na vida e na saúde das vítimas e dos seus familiares, quer no impacto em outras dimensões da vida em sociedade. O projeto Modelação e Predição de Acidentes de Viação no distrito de Setúbal (MOPREVIS) surgiu com o objetivo fundamental de contribuir para a redução da sinistralidade grave neste distrito. Utilizando alguns dados e resultados obtidos no projeto, este artigo mostra como a aplicação de ferramentas de base matemática num contexto de transdisciplinaridade pode conduzir a resultados muito importantes para apoiar cientificamente a tomada de decisão, contribuindo para tornar mais eficaz a segurança rodoviária.
URI: https://gazeta.spm.pt/fichagazeta?id=201
http://hdl.handle.net/10174/39813
Type: article
Appears in Collections:CIMA - Publicações - Artigos em Revistas Nacionais Com Arbitragem Científica

Files in This Item:

File Description SizeFormat
Artigo_Gazeta_de_Matemática.pdf7.85 MBAdobe PDFView/OpenRestrict Access. You can Request a copy!
FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Dspace Dspace
DSpace Software, version 1.6.2 Copyright © 2002-2008 MIT and Hewlett-Packard - Feedback
UEvora B-On Curriculum DeGois