Medidas de seguridad implementadas por turistas internos que viajan largas distancias en Honduras

1. Introducción

Las medidas de seguridad implementadas por las personas que viajan de largas distancias son importantes tanto para los turistas como para los planificadores de

políticas públicas en materia de seguridad vial, puesto que se requiere profundización en el comportamiento del viaje (Yacan W. et al, 2022). Ya que se aspira a que los conductores reduzcan el riesgo y lleguen seguros a su destino. En ese sentido, el objetivo de este estudio, es conocer las medidas que implementan los conductores con relación a su vehículo, así como las medidas de seguridad personal, para prevenir accidentes e inconvenientes en la carretera. Asimismo, se toma en cuenta la conducta en el manejo y el mantenimiento del vehículo (Tarn et al, 2011).

En Honduras, durante los períodos vacacionales tanto de en abril como en octubre, se incrementa el tráfico vehicular en las carreteras y con ello se implementan campañas para concientizar a los turistas sobre las medidas de seguridad para turistas. Se tiene en consideración que en 2022 ocurrieron 12,907 colisiones, lo cual significa que el porcentaje aumentó en comparación al año anterior. Según las estadísticas, sucedieron 5,000 accidentes más que el año anterior; y 1,697 muertes por eventualidades en la carretera (Dirección Nacional de Vialidad y Transporte, 2022).

Uno de los principales factores para la prevención de accidentes de tráfico es el rol que desempeñan las autoridades policiales en el área de la seguridad vial. Porque ellos son los encargados de planificar y concientizar a la población mediante la realización de actividades a nivel operacional (Meißner & Rieck, 2002). Además, los policías cooperan y coordinan con personal del sector turístico, para mejorar la seguridad en los viajes largos y promover el turismo interno en el país.

Como parte de la política pública, es importante que los turistas tomen conciencia de la importancia de las medidas de seguridad. Por ejemplo, el mantenimiento del vehículo, las medidas de carácter regulatorio, las de carácter sociosanitario como las implementadas ante la pandemia por COVID-19.

1.1. Medidas de mantenimiento del vehículo

En cuanto al mantenimiento básico mecánico, se incluye varios aspectos como chequeo de neumáticos y niveles de aceite y refrigerante, ya que estos requieren de una revisión periódica (Global Vehicle Leasing Program, 2008).

Además de lo anterior, se debe revisar los niveles de aire y desgaste en las llantas, porque aseguran condiciones óptimas de funcionamiento de los neumáticos (Daiy, 2007). Asimismo, se deben reparar y reemplazar llantas punchadas lo más rápido posible (Gravelle,2005). Las medidas anteriores son indispensables para el buen desempeño del vehículo, la efectividad en el frenado y el sistema de control y confort (Elfasakhany, 2019).

La verificación de los niveles de aceite ayuda a la lubricación del vehículo (Jakoby, 2002) y reducen la fricción entre las partes móviles del motor y otros componentes. Normalmente, el cambio de aceite debe realizarse cada 15000 kilómetros (Thorn, 2018). También, se debe revisar el aceite de transmisión y el hidráulico

(Jarret,1995). De esta forma, se garantiza el correcto funcionamiento y se prolonga la vida útil del motor.

El mantenimiento del vehículo, previo al viaje, requiere de una adecuada revisión del sistema de enfriamiento, cuya principal función es transferir el calor producido por el motor a otras piezas internas que lo utilizan o disipan. El mantenimiento vehicular requiere de la adecuada inspección del sistema del vehículo y el remplazo de líquidos consumibles y fluidos (Glavas et al 2021). De esta manera, es posible prevenir daños en el motor. Lo anterior está sujeto al propio manual del vehículo (donde se señalan aspectos sobre al modelo y sus prestaciones), para revisar diferentes indicadores (Road and Transport Authority, 2016).

Además, es indispensable antes planear cualquier viaje, reemplazar algunos componentes del sistema de refrigerado o hacer una apropiada limpieza del radiador para evitar problemas, por ejemplo, los componentes relacionados con la distribución del calor (Efeovbokhan et al., 2013). Algunos conductores prefieren utilizar agua en lugar de líquido refrigerante, debido a la capacidad del agua para absorber rápidamente el calor, además, el agua no tiene aditivos disolventes (Efeovbokhan et al, 2013).

Se debe verificar otras medidas relativas al peso bruto del vehículo, para verificar el peso máximo de funcionamiento de un vehículo según lo especificado por el fabricante. Para ello, se consideran muchos aspectos en su cálculo (Samsara, 2021) frente a recorridos de larga distancia. La sobrecarga del vehículo puede exceder el peso bruto del vehículo; y con ello, dañar su sistema de suspensión y provocar costosas reparaciones a futuro o poniendo en riesgo la circulación en el momento.

1.2. Medidas regulatorias

En lo referente al mantenimiento mecánico del vehículo, y las medidas regulatorias, se destacan las medidas de bioseguridad, por la situación de pandemia. El coronavirus constituyó una supernova en la historia de la humanidad y generó una disrupción en cuanto a actividades de carácter social y económico, además, modificó el comportamiento individual en múltiples actividades (Luan et al, 2021).

En años recientes, las regulaciones gubernamentales han sido impuestas para prevenir la expansión del virus. De esta manera, algunos conductores mantuvieron en sus vehículos: mascarillas, alcohol y desinfectante de manos como medidas de seguridad, para protegerse a sí mismos y a los demás pasajeros de una posible infección. Por tanto, los residentes de una región pueden cambiar sus patrones de viaje, debido a las políticas de control del COVID-19, (Zang, 2021). Además, el estudio realizado por Luan (2021) señala que estas políticas también pueden influir en la movilidad conductual de las personas.

La conducción en recorridos de larga distancia representa riesgos y potenciales accidentes que requieren conocimientos básicos sobre heridas y daños menores a la salud previos al traslado a un hospital. En ese sentido, se requiere de un manejo de kit de primeros auxilios dentro del vehículo, por si ocurren problemas respiratorios o heridas (Arbon, 2011).

También existen otras medidas de carácter normativo, como la documentación en regla, porque será requerida por la Patrulla de Carreteras que incrementa su operatividad en los principales ejes carreteros. Esta documentación valida que cada vehículo que salga de la ciudad está debidamente registrado. Por su parte, a los conductores, durante los operativos de rutina en la carretera, se les solicita el permiso de conducir y el certificado de registro de automóviles, ya que los hondureños o extranjeros con permiso de residencia, cuando conducen vehículos, deben llevar su correspondiente licencia extendida por la DNVT (CN, 2005).

Actualmente, existen riesgos relativos al uso de teléfonos inteligentes durante la conducción, es un tipo prominente de distracción para la persona al volante (Moreno, 2019). Sin embargo, el uso de teléfonos móviles en algunas ocasiones constituye una guía que permiten que sus conductores accedan a información georreferencial en la conducción. A pesar de lo anterior, el uso de los dispositivos no deja de representar un riesgo al conducir, si estos son utilizados con una finalidad que implica la distracción (Parkes & Hooijmeijer, 2001).

El Sistema de Posicionamiento Global (GPS) es una ayuda importante para la navegación, debido a la popularidad de los teléfonos inteligentes, aunque también es un distractor (Yao et al., 2019). Sin embargo, “los sistemas de navegación no solo pueden navegar por la ruta y mostrar información sobre la zona circundante, sino también advertir a los conductores contra la conducción en zonas de alerta por obstrucción en la carretera o vías en construcción” (Yao et al., 2019).

2. Método

Este estudio se diseñó bajo un enfoque cuantitativo, de carácter transversal, durante el período de vacaciones entre el 10 y el 17 de abril de 2022. Los criterios de inclusión requirieron que los participantes fueran seleccionados aleatoriamente por los miembros de la policía. Cabe mencionar que no se les concedieron incentivos monetarios o se les eximieron de responsabilidades si conducían sin sus credenciales de rigor.

Puesto que la topografía del país solo permite acceder a la costa norte a través de 2 rutas, el corredor central, el cual tiene una longitud de 391 km; o el corredor agrícola, que está conectado al corredor turístico con 326 km y 220

kilómetros, respectivamente. La opción de corredor central es la más utilizada para el desplazamiento. Para ello, fue necesario capacitar a 120 policías de diferentes grados, que estaban distribuidos en la región norte del país,

La lista de chequeo fue seleccionada debido al carácter exploratorio del estudio. Los datos fueron recolectados en un sólo momento, en vista de las limitaciones de tiempo y recursos. Este instrumento permitió el registro de características demográficas de los participantes (género, cantidad de pasajeros, origen y lugar de destino). Luego se verificaron los datos a través de 11 ítems, agrupados en dos dimensiones.

La aplicación del instrumento se efectuó con la ayuda del policía. El tiempo de duración fue entre ocho y diez minutos de promedio. El tamaño de la muestra alcanzada fue de 1,171 conductores.

Con el objetivo de evaluar la validez de constructo de la Escala, se utilizó un enfoque innovador basado en el Análisis Exploratorio de Grafos (EGAnet) con el paquete EGAnet (Golino, y Christensen, 2022), una variante del análisis de redes psicométricas. Para llevar a cabo este análisis, se empleó RStudio (Posit team, 2023) como entorno de programación principal y se aprovechó las funcionalidades disponibles en el software. Además, se utilizó el paquete Readxl (Wickham, 2023) para leer los datos necesarios en el estudio. Esta combinación de herramientas permitió una implementación eficiente y rigurosa del método EGA en el proceso de validación del constructo de la Escala (Anderson y Gerbing, 1988).

Para determinar el número de dimensiones y los ítems que pertenecen a cada una de ellas, se utilizó la función EGA en R del paquete EGAnet. Esta función aplica la técnica de Análisis Exploratorio de Grafos y estima el número de dimensiones de un conjunto de datos o matriz de correlación mediante el uso del método de Lasso gráfico (EBICglasso) o del método de Estimación de Red Triangularmente Filtrada al Máximo (TMFG) (Golino y Epskamp, 2017).

Figura 1

Se realizaron varios análisis utilizando diferentes métodos, como TMFG y EBICglasso, para evaluar la estructura dimensional de la escala. Posteriormente, se utilizó el Índice Total de Ajuste de Entropía de Von Neumann (TEFI) para comparar y seleccionar el mejor modelo. Mediante el uso de TEFI, se determinó que el modelo que obtuvo la mejor solución presentara un valor de

-3.09 en el índice de ajuste. Este resultado refleja un ajuste óptimo entre la estructura propuesta y los datos. Por lo tanto, este modelo seleccionado se considera el más adecuado y se refleja en la figura 1, proporcionando una base sólida para la interpretación y validación de la escala. Cabe mencionar que se identificó que EBICglasso y walktrap fueron los modelos más adecuados para determinar lo anterior.

En el análisis de EGA, la estructura se representa mediante una red compuesta por nodos (ítems) conectados por aristas (relaciones estadísticas). Las aristas más gruesas indican una mayor relación o asociación entre los ítems (7). Asimismo, el análisis EGA puede proporcionar cargas de red, las cuales son análogas a las cargas factoriales. Estas cargas de red se interpretan como pequeñas (0.15), moderadas (0.25) o grandes (0.35) y brindan información sobre la fuerza de la relación entre los ítems (Golino et al, 2020).

Tabla 1

Puntuación por factores

Al determinar el número de factores, se realizó un proceso de eliminación de ítems que no se alineaban teóricamente con ningún factor específico. Como resultado, se obtuvo una solución con dos factores distintos, denominados: Medidas relativas al conductor y Medidas relativas al vehículo. Esta selección y clasificación de los ítems, en dichos factores, proporciona una estructura más coherente y teóricamente fundamentada para la evaluación de la escala. Sólo el ítem 10 presentó una puntuación baja.

Aun cuando solo fueron considerados siete de los diez ítems inicialmente propuestos para la configuración de la ficha de observación de carácter dicotómico, donde se juzgó la acción mediante un “si” o un “no” como parte del proceso de observación o verificación.

Figura 2

Estabilidad de los ítems bootEGA

Para analizar la estabilidad de las dimensiones extraídas en el EGA, se utilizó el análisis de bootstrapping mediante la función Bootstrap Exploratory Graph Analysis (bootEGA). Además de estimar el número de dimensiones, el bootEGA también genera una estructura de red típica, que representa las correlaciones (parciales) medias o medianas entre las variables a lo largo de las muestras bootstrap. Esta estructura de red típica proporciona una representación consolidada y promedio de las relaciones entre las variables en el conjunto de datos. Para efectos de este estudio, se realizó un análisis de bootstrap con 500 iteraciones utilizando los métodos EBICglasso y walktrap. El uso de

500 iteraciones proporciona una evaluación robusta y confiable de la estabilidad de las dimensiones, al tener en cuenta la variabilidad inherente en los datos.

Figura 3

Comunalidades

Adicionalmente, se llevó a cabo un análisis de la estabilidad de los ítems en relación con los factores identificados. Los resultados revelan que todos los ítems obtuvieron un 100% de estabilidad dentro de su factor teórico correspondiente. Esto indica que los ítems se asignaron de manera consistente y precisa a sus respectivos factores, lo que respalda la coherencia y confiabilidad de la estructura dimensional.

Según los resultados obtenidos, se realizaron 500 iteraciones de Bootstrap; y se encontró que la mediana del

número de dimensiones fue de dos, con un error estándar de cero. Además, se calculó un intervalo de confianza (CI) para el número de dimensiones, donde el límite inferior (Lower.CI) fue de dos; y el límite superior (Upper.CI), también, de dos. Tanto el percentil inferior (Lower.Quantile) como el percentil superior (Upper.Quantile) también mostraron un valor de dos. Estos resultados indican que, en este estudio, se ha encontrado una estructura de escala con dos dimensiones de manera consistente en las iteraciones de bootstrap realizadas.

Tabla 2

Número de factores producto de la estabilidad alcanzada

Asimismo, se realizó un análisis de la estabilidad de la cantidad de factores encontrados en el estudio. Mediante el análisis de bootstrap con 1,000 iteraciones, se determinó consistentemente la presencia de dos factores en todos los casos. La frecuencia de 1,000 refleja la alta consistencia y prevalencia de esta solución dimensional en los datos

Tabla 3

Medidas de seguridad y mantenimiento analizados, lo que respalda la estabilidad de los resultados obtenidos.

1.    Resultados

En seguida se detallan aspectos relativos a la muestra; y consecuentemente, los aspectos generales de consulta ante el abordaje y punto de control, derivados de la lista de verificación:

En términos de

 

scriptivos, el 68,9% de conductores es del sexo masculino; y 31,1%, del sexo femenino. Esto indica que la conducción en Honduras es, en gran medida, predominantemente masculina. Los vehículos transitaron con un promedio de cuatro pasajeros. El lugar de destino de la mayoría de los conductores fue el departamento de Cortés con 69.8% visitantes; y el menos visitado fue Intibucá con 0.1%. De esta manera, se refleja que el turista interno está centrado en la costa norte del país. Se observa que el 85,6% de los conductores presentó una buena actitud cuando fueron abordados; y sólo el 2,6% mostró una actitud negativa. El 63% de los puntos de control de la policía fueron realizados en el departamento de Cortés; y La Paz, tenía los menores puntos de verificación policial con el 0,1.

2.  Discusión

 

El modelo utilizado como solución factorial fue lo suficientemente robusto para analizar el fenómeno en cuestión. No sólo permitió identificar la composición factorial que resultó en dos factores, sino también, generó resultados de estabilidad de los ítems mediante el TEFI. Asimismo, demostró una mayor precisión al identificar correctamente el número de factores simulados en el índice de ajuste comparativo (CFI), el error cuadrático medio de aproximación (RMSEA) y otros índices utilizados en el modelado de ecuaciones estructurales.

Tener en cuenta las medidas de seguridad a la hora de emprender un viaje es un factor determinante para llegar sin

problemas a los destinos turísticos en Honduras. Según los resultados, los conductores que se movilizan para realizar viajes a lo interno del país tienen estas medidas muy en cuenta, sobre todo, en aspectos relacionados con el mantenimiento mecánico de los vehículos de su propiedad. Según estudio realizado por Brokett y Golden (2007), las personas que se preocupan más por el mantenimiento de su vehículo son más responsables en su comportamiento de conducción.

3. Conclusiones

Estos resultados son de gran importancia para determinar los factores subyacentes en las medidas de seguridad

implementadas por los ciudadanos. Aportan evidencia y recomendaciones sobre las mejores prácticas para garantizar una conducción segura y eficiente, tanto para los conductores, como para los demás actores viales.

A partir de lo anterior, se reconoce el respeto a los aspectos básicos, en cuanto al funcionamiento del vehículo, como ser: la revisión de los niveles de aceite, condición de las llantas, nivel de agua o refrigerante en el radiador y llevar una caja de herramientas básicas en caso de una emergencia.

Además, estos datos indican que la mayoría de los encuestados están conscientes de la importancia de seguir la normativa legal. Por ejemplo, al salir de viaje, portar la licencia y revisión para el tránsito vehicular.

4.   Conflictos de interés

Los autores declaran no tener ningún conflicto de interés.

5.   Contribución de los autores

DRLR lideró el desarrollo del estudio y concibió las variables del estudio. RAMV fue responsable del manejo estadístico.

6.  Referencias bibliográficas

Arbon, P. (2011). First Aid and Harm Minimization for Victims of Road Trauma: A Population Study. Pre-hospital and disaster medicine, 26, 276-282.

Congreso Nacional de Honduras (2005). Ley de Tránsito. OIM Christensen AP, Golino H. (2021) On the equivalency of factor and

network loadings. Behav Res Methods.

Christensen, A. P., & Golino, H. (2021). Estimating the stability of the number of factors via Bootstrap Exploratory Graph Analysis: A tutorial. Psych, 3(3), 479-500.

Christensen, A. P., Golino, H., & Silvia, P. J. (2020). A psychometric network perspective on the validity and validation of personality trait questionnaires. European Journal of Personality, 34(6), 1095-1108

Brockett, P. L., & Golden, L. L. (2007). Biological and psychobehavioral correlates of credit scores and automobile insurance losses: Toward an explication of why credit scoring works. Journal of Risk and Insurance, 74(1), 23-63.

Daiy, C. (2007). Avoiding Tire-Related Vehicle Crashes. Fire Engineering.

DNVT (2022) La Dirección Nacional de Vialidad y Transporte reporta una disminución de muertes por accidentes de tránsito en lo que va del año. https://www.policianacional.gob.hn/noticias/20734

Efeovbokhan, Enontiemonria, V., Ohireme, N., & Ohiozua. (2013). Comparison of the Cooling Effects of a Locally Formulated Car Radiator Coolant with Water and a Comerial Coolant. The International Journal of Engineering and Science, 2, 254-262.

Elfasakhany, A. (2019). Tire Pressure Checking Framework: A Review Study. 12-28. Tire Pressure Checking Framework: A Review Study

Golino, H. F., & Epskamp, S. (2017). Exploratory graph analysis: A new approach for estimating the number of dimensions in psychological research. PLoS ONE, 12.

Golino, H., Moulder, R. G., Shi, D., Christensen, A. P., Garrido, L. E., Nieto, M. D., Nesselroade, J., Sadana, R., Thiyagarajan,

1. A., & Boker, S. M. (2020). Entropy fit indices: New fit measures for assessing the structure and dimensionality of multiple latent variables. Multivariate Behavioral Research.

Glavas, H., Kljajin, M. & Desnika, E. (2021). Essential Preventive Automobile Maintenance during a Pandemic. Technical gazette, 28(6), 2190-2199.

Global Vehicle Leasing Program. (2008). Road Safety Training Drivers’ handbook

Gravelle, K. (2005). In The Driving Book: Everything New Drivers Need to Know but Don’t Know to Ask. Bloomsbury USA Childrens

Jakoby, B., Scherer, M., Buskies, M., & Eisenschmid, H. (2003). An automotive engine oil viscosity sensor. IEEE Sensors Journal, 3, 562-568.

Jarret, H. (1995). Daily Maintenance Procedures for Efficient Performance. Extension Agricultural Engineering.

Luan, S., Yang, Q., Jiang, Z., & Wang, W. (2021). Exploring the impact of COVID-19 on individual’s travel mode choice in China. Transport Policy, 106, 271-280.

Meibner, K. & Rieck, J. (2022). Strategic planning support for road safety measures based on accidents data mining. IATSS Research, 427-440.

Moreno, A. (2019). Impacto del uso del móvil en la seguridad vial.

Universidad de Sevilla.

Parkes, A., & Hooijmeijer, V. (2011) The Influence of the Use of Mobile Phones on Driver Situation Awareness. Transport Research Laboratory.

Road and Transport Authority. (2016). Light Motor Vehicle Handbook A Guide to Safe Driving. RTA

Samsara. (2021). What is a Gross Vehicle Weight Rating (GVWR)?

https://www.samsara.com/guides/gvwr/

Seiden, H., Cantarutti, P. & Thaller, S. (1985). A Customized First Aid Kit for Home and Vacation. Life syle Feature, 2316– 2318.

Seiffer, U., & Wech, L. (2007). Automotive Safety handbook. Automotive Safety Handbook, Second Edition (sae.org)

Tarn, S., Huang, R. & Wang, K. (2011). Can Vehicle Maintenance Records predict automobile accidents.

Thorn, R. (2018). Extended Oil Drain Intervals: Conservation of Resources or Reduction of Engine Life. https://www.jstor.org/stable/44615119

Yao, X., Wu, Y., Liu, H., Zhao, X., Bian, Y. & Qu, W. (2019).

Analysis of Psychological Influences on Navigation Use While Driving Based on Extended Theory of Planned Behavior. Transportation Record Research, 2673, 480-490.

Yacan Wang, Kexin Geng, Anthony D. May, Huiyu Zhou (2022) The impact of traffic demand management policy mix on commuter travel choices, Transport Policy, Volume 117, Pages 74-87

Zang, J., Feng, B., Wu, Y., Xu, P., Ke, R., & Dong, N. (2021,

March 8). The Effect of Human Mobility and Control Measures on Traffic Safety During COVID-19 Pandemic. Plos one, 16, 1-9.

02-original-medidas-seguridad-vacacionantes