För hjälporganisationer är det en konstant utmaning att få resurser till var de är mest behövda. Men ett team av datavetenskapare arbetar för att göra processen lättare, genom att analysera mobila samtalsdata.

Forskarna, ledd av Wen Dong och Venu Govindarju, har valt den västafrikanska nationalstaten Senegal som testbädd för deras dataanalys.

Landet har en befolkning på 14 miljoner, uppdelad i 14 geografiska områden. I traditionell fattigdomsanalys tilldelas alla som bor i en region bara ett kollektivt fattigdomsbetyg, oavsett var de bor och under vilka omständigheter.

Dong & Govindarju analys tar ett alternativt tillvägagångssätt baserat på teorin om att ju fler mobila samtal och texter som passerar in och ut ur en region, desto mindre sannolikt är det att den lider av extrem fattigdom.

Genom att samla in data och jämföra den med befintliga fattigdoms kartor kan de producera fattigdoms kartor med mycket finare upplösning. De har publicerat detaljer om sin teknik på arXiv pre-print-servern.

"Allvarlig oro"

Det ena målet är att ge en mer ingående analys - inklusive information om kvinnor, äldre och annan marginaliserad demografi.

De arbetar med senegalesiska regeringen, liksom Sonatel (en stor telekomleverantör i regionen), för att bygga en modell som kan genomföras bredare.

Neeti Pokhriyal, en doktorand för datavetenskap som analyserar mobilposterna, sa: "Bristen på data i underutvecklade länder är ett allvarligt problem. Det hindrar utveckling och katastrofhjälp samt insatser för att ge hundratals miljoner människor med grundläggande behov av utbildning, hälsa och försörjning. "

  • Nasa's Curiosity Rover utforskar en "Garden City" på Mars

Bildkrediter: Christine Vaufrey // CC BY 2.0