WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Estimation du temps de parcours aux soins de santé dans le district d'Ifanadiana.


par Randriamihaja Mauricianot
Ecole de management et d'innovation technologique - Master recherche en Informatique 2019
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

9.2. Estimation du temps de parcours en véhicule motorisé

Durant les différentes étapes de l'estimation du temps de parcours en véhicule motorisé, on a constaté que l'analyse d'exploratoire des variables explicatives reflète la réalité du déplacement sur la route.Par exemple, lorsque les véhicules motorisés traversent un pont, la vitesse varie entre 5 à 15km/h à cause de la prudence et un véhicule à la fois.Etlorsque les véhicules motorisés passent surdes zones résidentielles, la vitesse est réduite entre 18 à 25 km/h pour éviter l'accident, assurer la protection de la population qui habite sur la route et à cause de la limite de la vitesse sur des zones résidentielles ;au lieu de15 à 50 km/h sur une route goudronnée sans obstacles. Quant à la route, les véhicules motorisésaccélèrent jusqu'à 55 km/h sur la route nationale et de 20 km/h pour les autres routes (pas goudronnée).

Des études sur l'estimation du temps de parcours en véhiculeont été réalisées sur les soinsd'urgence `'`'(Gething et al. 2012; Panciera et al. 2016), sur les transports en commun(Tanser 2006),et sur les références (Munguambe et al. 2016)mais elles diffèrent sur l'ensemble des données spatiales et les approches utilisées. L'avantage de cette étude, encore une fois, est l'utilisation des données réelles de voiture et moto avec la considération de diverses barrières locales à Ifanadiana tels que le pont, la zone résidentielle, les réseaux routières, la pluviométrie et d'autres qui pourraient influencer la vitesse. Prendre en compte ces facteurs est très importantpour estimer l'accès vers une établissement de santé deréférence.

Avec la réalisation du modèle multivarié à partir de ces impacts nous avons obtenu un résultat de R2 = 0,522 ce qui suggère qu'on arrive à expliquer la vitesse des véhicules avec une précision assez bonne. Les résultats dans le tableau 7.2serviront dans l'avenir à fairela prédiction du temps de parcours et l'interpolation pour les véhicules motorisés.

Tableau 12.2 : Le comparatif des résultats en véhicule motorisé par rapport aux littératures existantes

Réel

Littérature

Opération

Source des données

Oui

(Makanga et al. 2017)

- 87 % (à moins 1 H de marche ou transport en commun) avec diminution 9 et 5 % (plus fort saison de pluie) et 64 % (à moins 2 H).

Enquête sur le terrain et l'utilisation de l'impact des phénomènes météorologiques violents pour la modélisation.

Non

(Panciera et al. 2016)

-Accouchement à la maison 30% (augmentation 5mn jusqu'à l'installation de COE)

- Accouchement dans l'établissement privé diminue à 32,9%

-A l'ONG (28,8%) et diminue de 28,6%

Enquête transversale avec SOU de 39 grappes et des données géo-référencées par rapport à l'installation de SOU

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"L'imagination est plus importante que le savoir"   Albert Einstein