⚡ ingeniería eléctrica

A copula-based spatial justice index for pedestrian-vehicle interaction on school streets

Este artículo propone un Índice de Justicia Espacial escalable y de bajo costo que utiliza el modelado estadístico basado en cópulas de datos de sensores de ciencia ciudadana para cuantificar cómo varía la precaución de los conductores en las calles escolares según la presencia de peatones, demostrando su capacidad para detectar mejoras en la seguridad en Andria mientras destaca las limitaciones de los datos en Milán.

Autores originales: Yuri Calleo, Federica Mastro, Nadia Giuffrida, Michele Ottomanelli

Publicado 2026-09-25

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yuri Calleo, Federica Mastro, Nadia Giuffrida, Michele Ottomanelli

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Las calles que rodean las escuelas son donde el ritmo diario de una ciudad se encuentra con la vulnerabilidad de la infancia. Durante décadas, los ingenieros de tráfico han visto la presencia de niños y otros peatones como un estorbo, una fricción que ralentiza los coches y reduce la eficiencia de la red vial. El objetivo era a menudo minimizar esta fricción para mantener el flujo del tráfico. Sin embargo, ha surgido una perspectiva diferente desde el estudio de la justicia espacial, que sugiere que cuando los conductores reducen la velocidad porque hay personas caminando cerca, no solo se están retrasando; están negociando el espacio. En esta visión, el mero acto de que un peatón ocupe el borde de la calle crea un "muro visual" que naturalmente anima a los conductores a ser más cuidadosos. El desafío para las comunidades ha sido medir esta interacción. Si bien sabemos que los accidentes de tráfico son una de las principales causas de muerte entre los jóvenes, y que los espacios públicos seguros son un objetivo global, los barrios locales rara vez cuentan con las herramientas para ver si los conductores realmente frenan cuando hay niños presentes, o si solo lo hacen cuando la calle está abarrotada de gente.

Para responder a esto, investigadores en Italia desarrollaron una nueva forma de observar la seguridad vial utilizando datos recopilados por ciudadanos comunes. Se centraron en dos calles muy diferentes: una en la ciudad de Andria, un corredor urbano concurrido, y otra en Milán, una calle que ya es muy tranquila y lenta. En lugar de depender de cámaras de alta tecnología y costosas que rastrean cada uno de los coches, utilizaron sensores de bajo costo instalados en las ventanas de los residentes. Estos dispositivos, parte de un esfuerzo de ciencia ciudadana, simplemente cuentan cuántas personas y coches pasan cada quince minutos y registran la velocidad del tráfico en categorías amplias. Los investigadores construyeron entonces un marco estadístico para conectar el número de peatones con el comportamiento de los conductores, buscando específicamente una "velocidad de precaución". Esta no es la velocidad promedio de todos los coches, sino una medida de los vehículos más lentos en la carretera en un momento dado, representando a los conductores que tienen más probabilidades de estar reaccionando a las personas que los rodean.

El estudio reveló un marcado contraste entre las dos ubicaciones. En la concurrida calle de Andria, los datos mostraron un vínculo claro e inmediato entre la presencia de peatones y la precaución de los conductores. Tan pronto como aparecieron unas pocas personas en la acera, los conductores más lentos comenzaron a reducir la velocidad significativamente. La probabilidad de que un conductor sea precavido aumentó de aproximadamente un 47 por ciento cuando la calle estaba vacía a un 88 por ciento cuando había muchos peatones. Crucialmente, este cambio ocurrió justo al principio; el mayor cambio en el comportamiento de los conductores ocurrió entre una calle vacía y una con solo unas pocas personas. Los investigadores no encontraron evidencia de que los conductores esperaran a que se reuniera una gran multitud antes de empezar a reducir la velocidad. La idea de que un "muro visual" solo se forma cuando una calle está abarrotada no fue respaldada por los datos. En cambio, los primeros peatones fueron suficientes para desencadenar un cambio en cómo se comportaban los conductores.

En Milán, la historia fue diferente, pero el resultado fue igual de informativo. En esa calle, el tráfico ya era tan lento y el número de peatones tan bajo que los sensores no pudieron detectar ninguna relación entre ambos. La calle ya era segura, probablemente debido a su diseño, pero los datos eran demasiado escasos para probar que los peatones eran la razón por la que los conductores reducían la velocidad. Los investigadores utilizaron esto para demostrar una característica clave de su nuevo índice: sabe cuándo no puede responder a una pregunta. Si una calle es demasiado tranquila o los datos son demasiado escasos, el índice permanece plano, señalando que la comunidad aún no puede decir si la calle es segura gracias a las personas o debido al diseño de la carretera. Esto evita el error de asumir que una calle es segura solo porque los números parecen buenos, cuando en realidad, simplemente no hay suficiente información para saberlo.

Los hallazgos sugieren que para muchas calles escolares, la seguridad no es una condición fija, sino una negociación dinámica. En la concurrida calle de Andria, la protección ofrecida a los niños depende enteramente de su presencia; si un niño camina hacia la escuela solo temprano en la mañana o sale tarde en la noche, la calle es más rápida y peligrosa porque falta el "muro visual" de una multitud. El estudio sostiene que la verdadera seguridad no debería depender de esta negociación. Una calle debe estar diseñada para ser segura independientemente de cuántas personas estén caminando en ella. Al utilizar datos simples y de bajo costo, las comunidades ahora pueden ver exactamente dónde sus calles dependen de la presencia de peatones para la seguridad y dónde son verdaderamente seguras por diseño. Esto permite a los barrios identificar qué calles necesitan mejores cambios físicos, como medidas de moderación del tráfico, para proteger a los niños incluso cuando son los únicos que están en la acera.

Resumen Técnico: Un Índice de Justicia Espacial Basado en Cópulas para la Interacción Peatón-Vehículo en Calles Escolares

Planteamiento del Problema
Las calles escolares representan una intersección crítica de los objetivos del Objetivo de Desarrollo Sostenible (ODS) 11: garantizar sistemas de transporte seguros para grupos vulnerables (Meta 11.2) y proporcionar acceso universal a espacios públicos seguros (Meta 11.7). Aunque existen estudios microscópicos sobre las interacciones entre peatones y vehículos, estos suelen ser demasiado costosos para el monitoreo a nivel comunitario. Por el contrario, los estudios macroscópicos que utilizan datos de sensores agregados suelen depender de velocidades medias o medianas, lo que suaviza las desaceleraciones localizadas que indican la precaución del conductor. Además, los enfoques estadísticos existentes a menudo no logran abordar tres obstáculos metodológicos específicos:

Sensibilidad de la Métrica: Los promedios agregados oscurecen la "cola de precaución" de la distribución de velocidad donde cambia el comportamiento del conductor.
Confusión (Confounding): Las reducciones de velocidad durante las horas pico de peatones pueden ser resultado de la congestión vehículo-vehículo en lugar de la interacción peatón-vehículo.
Limitaciones Estadísticas: Los modelos de dependencia lineales o simétricos estándar no pueden capturar mecanismos de umbral (donde la precaución solo se activa por encima de una cierta densidad de peatones) y tienen dificultades con la naturaleza discreta de los conteos de peatones combinados con datos de velocidad continuos.

Metodología
Los autores proponen un marco de Índice de Justicia Espacial (SJI, por sus siglas en inglés) diseñado para transformar los datos de tráfico de bajo costo y ciencia ciudadana en una medida probabilística de qué tan justamente se comparte el espacio de la calle. El marco consta de cuatro componentes clave:

Filtrado de Regímenes: Para aislar la interacción peatón-vehículo de la congestión vehículo-vehículo, los autores filtran los datos para retener solo los intervalos de "flujo libre". Esto se define como periodos con conteos de vehículos motorizados ( $Q_t$ ) estrictamente entre 0 y 50 vehículos por intervalo de 15 minutos. Esto excluye tanto los periodos vacíos (donde la velocidad no está definida) como los periodos congestionados.
Métrica de Velocidad de Precaución ( $V_{15}$ ): En lugar de usar la velocidad media, el estudio reconstruye el percentil 15 de la distribución de velocidad ( $V_{15}$ ) para cada intervalo. Esta métrica apunta a la parte más lenta del flujo de tráfico, sirviendo como un indicador de la "conducción cautelosa". Se deriva de datos de velocidad agrupados en intervalos de 10 km/h proporcionados por sensores Telraam.
Modelado de Cópulas con Jittering: Para modelar la dependencia entre los conteos discretos de peatones ( $P$ $P$ ) y las velocidades de precaución continuas ( $V_{15}$ $V_{15}$ ), los autores emplean la teoría de las Cópulas.
- Jittering: Los conteos de peatones se vuelven continuos mediante jittering ( $P^* = P + U$ , donde $U \sim \text{Uniform}(0,1)$ ) para satisfacer el requisito de continuidad para la identificación de la cópula única.
- Selección de Modelo: Se prueba una cópula de Clayton rotada frente a un referente Gaussiano simétrico. La de Clayton rotada es elegida para probar específicamente la hipótesis de la "pared visual", que postula que la dependencia se concentra en la esquina conjunta de alta densidad de peatones/baja velocidad (un mecanismo de tipo umbral).
Definición del Índice: El SJI se define como la probabilidad condicional de que la velocidad de precaución ( $V_{15}$ ) caiga por debajo de la propia velocidad mediana de la calle, dado un conteo de peatones específico ( $p$ ).
$SJI_p = \text{Pr}(V_{15} \leq v_{crit} \mid P^* = p)$
El índice oscila entre 0 y 1, donde 0.5 indica ausencia de dependencia (la presencia de peatones no es informativa respecto a la precaución), y los valores cercanos a 1 indican una alta probabilidad de conducción cautelosa.

Resultados Clave
El marco fue aplicado a dos calles escolares italianas monitoreadas en 2025: Via XX Settembre en Andria (una ciudad de tamaño medio) y Via Gentilino en Milán (un área urbana densa).

Andria (Via XX Settembre):
- Características de los Datos: Alta variabilidad en los conteos de peatones (media de 10.3 por intervalo en los datos brutos) y velocidades operativas ( $V_{85} \approx 43.6$ km/h).
- Hallazgos: Existe una clara asociación negativa entre el conteo de peatones y la velocidad de precaución. El SJI aumenta de 0.47 (sin peatones) a 0.88 (conteo máximo observado de 46 peatones).
- Mecanismo: La dependencia es más fuerte en conteos de peatones bajos (la transición de vacío a uso ligero). El modelo de Clayton rotado (hipótesis de umbral) fue superado estadísticamente por la cópula Gaussiana simétrica. Esto sugiere que la precaución del conductor es activada por la presencia de los primeros peatones en lugar de un umbral de densidad de multitud.
- Gradiente: El gradiente del SJI es más pronunciado cerca de cero peatones y declina a partir de ahí, indicando que el beneficio marginal de seguridad al añadir peatones disminuye a medida que los conteos aumentan.
Milán (Via Gentilino):
- Características de los Datos: Una calle con tráfico calmado con velocidades muy bajas ( $V_{85} \approx 14.4$ km/h) y actividad peatonal escasa (media de 0.7 por intervalo; 57.7% de los intervalos no tenían peatones).
- Hallazgos: No se detectó una dependencia estadísticamente significativa. El SJI permanece plano en 0.5 a través de todos los conteos observados.
- Interpretación: El índice plano no confirma que la calle sea segura independientemente de la presencia de peatones; más bien, indica que los datos son insuficientes para detectar un efecto debido a la falta de variación en la exposición peatonal. El marco identifica esto explícitamente como un caso "inconcluso" en lugar de uno "seguro".

Significancia y Reivindicaciones
El artículo reclama las siguientes contribuciones y significancias:

Escalabilidad a Nivel Comunitario: El SJI ofrece un método escalable para que las comunidades monitoreen el uso compartido de las calles utilizando sensores de bajo costo instalados por ciudadanos. Esto traslada la producción de evidencia de movilidad a las propias comunidades, apoyando el monitoreo del ODS 11.
Manejo Explícito de las Limitaciones de los Datos: A diferencia de los índices que fuerzan un resultado, este marco señala explícitamente cuando los datos son insuficientes para responder a la pregunta (como se vio en el caso de Milán). Distingue entre "seguridad estructural" (velocidades bajas por diseño) y "seguridad negociada" (velocidades que dependen de la presencia de peatones).
Refutación de la Hipótesis del Umbral: Los resultados desafían la hipótesis de la "pared visual" de que la precaución solo se activa por encima de una densidad crítica de multitud. En los datos observados, la "pared visual" parece ser levantada por los primeros peatones, sugiriendo que la seguridad depende de la presencia de peatones incluso en niveles bajos.
Rigor Metodológico: Al utilizar cópulas para separar los comportamientos marginales de la dependencia y emplear jittering para conteos discretos, el estudio proporciona un enfoque estadístico robusto para un problema donde las regresiones estándar o las medidas de dependencia simétrica fallan.

Limitaciones Reconocidas
Los autores señalan varias limitaciones:

Resolución: La velocidad de precaución se reconstruye a partir de bins de 10 km/h, lo que conduce a una resolución gruesa en intervalos de baja velocidad o bajo volumen.
Confusión (Confounding): Aunque el filtro de régimen elimina la congestión, no controla los factores de confusión temporales (por ejemplo, hora del día, iluminación, horarios escolares) que podrían correlacionarse tanto con el bajo tráfico como con los bajos conteos de peatones.
Generalizabilidad: Los hallazgos se basan en dos calles específicas en Italia y no pueden respaldar afirmaciones amplias sobre todos los tipos de calles, aunque el marco es portable.
Incertidumbre Estadística: Los valores p asumen intervalos independientes, lo que podría subestimar la incertidumbre debido a la dependencia serial en las series temporales de 15 minutos.

En resumen, el artículo presenta una herramienta probabilística que traduce los datos brutos de los sensores en una medida transparente de si los conductores ceden el espacio a los peatones, revelando que la seguridad en las calles escolares puede depender más de la presencia inmediata de peatones que de la densidad de la multitud, e identificando explícitamente dónde las limitaciones de los datos impiden alcanzar tales conclusiones.

Más como este