Mientras se toman los datos del incidente, la ayuda ya va en camino. Gracias a unos protocolos automáticos, se clasifica la llamada y se envía el recurso más adecuado para cada situación, ya sea sanitario, de seguridad, extinción de incendios, salvamento y rescate.
Apoyado en un programa informatizado, el operador de demanda realiza un cuestionario que permite clasificar la alerta y asignar el recurso o recursos necesarios para resolver el incidente.
AÑO | Las Palmas | S/C. Tenerife |
---|---|---|
2005 | 345,035 | 313,875 |
2006 | 355,433 | 329,674 |
2007 | 355,070 | 330,162 |
…. | …… | …… |
2013 | 348,352 | 331,204 |
2014 | 359,035 | 346,127 |
start <- proc.time()
datos_2005 <- read.csv("112_20XX.txt", sep=";", dec=",", stringsAsFactors=FALSE)
end<-proc.time() - start
## [1] "Fichero incidencias 2005: 14.43 segundos"
## [1] "Fichero incidencias 2006: 18.9 segundos"
## [1] "........."
## [1] "Fichero incidencias 2014: 15.9 segundos"
## [1] "Uso RAM fichero incidencias 2005: 156.7 Mb"
## [1] "Uso RAM fichero incidencias 2006: 178.9 Mb"
## [1] "........."
## [1] "Uso RAM fichero incidencias 2014: 203.2 Mb"
library(ffbase)
start <- proc.time()
datos_global <- load.ffdf(dir="data_ffdf")
end<-proc.time() - start
## [1] "Estructura ffdf: 0.13 segundos"
## [1] "Uso RAM de estructura ffdf: 5.3 Mb"
table.dia_by_muni_by_sexo<-112_ffdf %>%
filter(anio="2009") %>%
group_by(dia,sexo,municipio) %>%
summarize(n=n()) %>%
mutate(prop.catch=n/sum(n)) %>%
arrange(desc(prop.catch))
## row MES SEXO MUNICIPIO TOTAL
## 1 01-ENERO HOMBRE ADEJE 1
## 2 01-ENERO MUJER ADEJE 1
## 3 01-ENERO HOMBRE AGAETE 1
## 4 01-ENERO MUJER AGAETE 1
## ... ... ... NaN
## 69349 31-DICIEMBRE HOMBRE YAIZA 1
## 69350 31-DICIEMBRE MUJER YAIZA 1
## [1] "Consulta estad. data.frame: 37.6 segundos"
## [1] "Consulta estad. WITH ffdf y dplyr: 0.2 segundos"
SEXO[ SEXO %not in% c('Mu','Ho')]<-""
FECHA.INICIO<-
strptime( paste(as.Date(DIA.INICIO,format= "%d/%m/%Y"), HORA.INICIO),
format= "%Y-%m-%d %H:%M:%S", tz="GMT")
FECHA.FINALIZA<-
strptime( paste(as.Date(DIA.FINALIZA,format= "%d/%m/%Y"), HORA.FINALIZA),
format= "%Y-%m-%d %H:%M:%S", tz="GMT")
DURALERTA<-as.numeric(difftime(FECHA.FINALIZA,FECHA.INICIO,units="hours"))
## [1] "Adeje" "Arucas"
## [3] "Icod de los Vinos" "Mar"
## [5] "San Bartolomé Tirajana" "Silos Los"
## [7] "Vallehermoso"
#Custom R function
compare.linkage(Nombre.Municipio, Nombre.Oficial.INE)
## [1] "Operación de comparación: 0.1 segundos"
#Custom R function
library(nnet)
mod1<-multinom(TRECURSO~SEXO+EDAD+MES+TIDE, data=112.datos)
## [1] "# weights: 181"
## [1] "initial value 2091.871880 "
## [1] "iter 10 value 5.870648"
## [1] "iter 20 value 2.942765"
## [1] "........"
## [1] "iter 1000 value 0.273944"
## [1] "stopped after 1000 iterations"
## [1] "Tiempo total: 5.3 minutos"