人道主义危机中边境不确定性下的人口流动建模：一种情境分析工具
摘要：应对复杂紧急情况，人道主义机构必须准备迅速行动，其有效性取决于其识别、预见和准备未来需求的能力。这些通常是高度不确定的情况，预测建模工具可能很有用，但也具有挑战性。为了更好地理解人道主义支援的需求，包括庇护和援助，并加强对流离失所人口的应急规划和保护工作，我们提出了一种情景分析工具，以帮助预测在人道主义危机中将有多少移民和被迫流离失所人员越过边境。该工具包括：（i）来自传统和大数据源的潜在移动意愿指标；（ii）用于预测可能的未来移动的预测模型；（iii）在不同条件下模拟边境越界和庇护需求。该工具已特别适用于不确定性较高的应急规划，并在COVID-19大流行期间应用于巴西-委内瑞拉边境。
作者：Arturo de Nieves Gutierrez de Rubalcava, Oscar Sanchez Pi~neiro, Rebeca Moreno Jim''enez, Joseph Aylett-Bullock, Azra Ismail, Sofia Kyriazi, Catherine Schneider, Fred Sekidde, Giulia del Panta, Chao Huang, Vanessa Maign''e, Miguel Luengo-Oroz, Katherine Hoffmann Pham
论文ID：2303.15614
分类：Computers and Society
分类简称：cs.CY
提交时间：2023-03-29