Oltre 2,7 milioni di giornate di chiusura stradale analizzate una per una: questa la scala del caso di studio con cui Jerzy Rosłon, sulle pagine di Infrastructures (vol. 11, pagine 261, doi: 10.3390/infrastructures11080261), mette a punto un workflow riproducibile, costruito interamente su dati pubblici, per ordinare i giorni di cantiere in ambito urbano secondo il rischio di segnalazioni cittadine nelle immediate vicinanze. Il laboratorio scelto è New York City, con un’osservazione che copre il triennio tra il 2022 e il 2024.
Le segnalazioni 311 come misura del disturbo intorno ai cantieri
I disagi generati dai cantieri stradali urbani tendono a sfuggire a un monitoraggio sistematico: sono diffusi, frammentati, difficili da osservare con metodi diretti. Il riferimento adottato dalla ricerca sono le richieste 311, vale a dire le segnalazioni municipali non di emergenza presentate da residenti o da altri utilizzatori della strada. Tra queste vengono selezionate quelle attinenti alle infrastrutture.
La variabile obiettivo è binaria: per ogni giornata di chiusura si verifica se nei pressi del cantiere attivo si sia registrata almeno una delle segnalazioni selezionate nello stesso giorno. La closure day ha una definizione altrettanto precisa, una chiusura stradale risultata attiva in un singolo giorno di calendario, così che ogni record rappresenti un’unica giornata. L’impostazione riconduce un flusso continuo di reclami a un problema di classificazione giornaliera, coerente con lo scopo della prioritizzazione: non tutte le giornate di cantiere presentano lo stesso profilo di rischio.
Tre fonti pubbliche integrate in un unico dataset
Il workflow incrocia tre insiemi informativi: le chiusure stradali registrate, le segnalazioni 311 selezionate e le variabili meteorologiche giornaliere. Dal loro accostamento discende il dataset finale, articolato in 2.708.620 record di closure day relativi al caso newyorchese.
Prestazioni del Random Forest calibrato
Il modello conclusivo è un Random Forest calibrato e informato con le variabili meteo. Gli indicatori sintetici di performance sono i seguenti.
| Indicatore | Valore |
|---|---|
| ROC-AUC | 0,6408 |
| PR-AUC | 0,0799 |
| Brier score | 0,0459 |
La ROC-AUC, ferma a 0,6408, esprime una capacità di ordinamento dei casi positivi sopra i negativi moderata ma superiore al caso. La PR-AUC, pari a 0,0799, va letta alla luce della forte sproporzione tra le classi: la prevalenza dell’evento sul test del 2024 è di circa il 4,88%. Il Brier score di 0,0459 riguarda invece la qualità delle probabilità calibrate.
Il risultato più operativo emerge dalla selezione del top 5%. Tra le giornate classificate con rischio stimato più alto la precisione raggiunge l’11,48%, a fronte della prevalenza di circa il 4,88%: un lift di 2,35 rispetto a quanto restituirebbe una scelta casuale. Concentrare l’attenzione sulla fascia più esposta del ranking, in altre parole, più che raddoppia la probabilità di intercettare effettivamente una segnalazione nelle vicinanze del cantiere.
Localizzazione e calendario pesano più del meteo
L’analisi di permutation importance descrive con chiarezza la gerarchia interna del modello: le variabili di localizzazione e quelle di calendario dominano la previsione. Le variabili meteorologiche continue incidono in misura minore, pur mantenendo un contributo misurabile. Conta prima dove e quando il cantiere è attivo; le condizioni atmosferiche aggiungono un’informazione utile, ma di secondo ordine rispetto al binomio luogo-tempo.
L’aspetto più trasferibile dell’impianto resta la composizione delle fonti: lavorando esclusivamente con dati pubblici, il workflow risulta replicabile e verificabile. Dove i disagi dei cantieri difficilmente si lasciano osservare in modo ordinato, una classifica di giornate ordinata per rischio mette a disposizione un criterio esplicito per attribuire le priorità, come dimostrato sul caso di New York City.
Lascia un commento