Notice bibliographique
Résumé
With collision volumes increasing in some communities and the social cost of collisions being high, there was a need in Ontario for Police Services and road safety professionals to have a tool that would provide them with current information to analyze their collision data and create proactive road safety plans for targeted results driven enforcement. We met with various police administration, officers, and road safety professionals in order to determine how to best meet their needs. Throughout the development process there were many lessons learned. The analytics module designed has allowed police services to reduce collisions in their communities by identifying the cause and implementing the appropriate response either through enforcement or by providing evidence to other road safety professionals for design and policy changes. // Avec un nombre d’accidents de plus en plus important au sein de certaines communautA©s et un coA»t social des collisions routiA¨res A©levA©, les services de police et les professionnels de la sA©curitA© routiA¨re en Ontario avaient besoin de disposer d'un outil qui leur fournirait des renseignements actualisA©s pour analyser leurs donnA©es relatifs aux collisions. Cet outil devait aussi aider A crA©er des plans proactifs en sA©curitA© routiA¨re en vue d’obtenir des rA©sultats ciblA©s et qui pourraient Aatre mis en application. Nous avons rencontrA© diffA©rentes administrations de la police, les agents, et les professionnels de la sA©curitA© routiA¨re, afin de dA©terminer comment rA©pondre au mieux A leurs besoins. Tout au long du processus de dA©veloppement, de nombreuses leA§ons ont A©tA© apprises. Le module d'analyse dA©veloppA© a permis aux services de police de rA©duire les collisions dans leurs juridictions, d’en identifier la cause et A aider A la mise en oeuvre d’une rA©ponse appropriA©e, par l'application de la loi ou en fournissant les informations nA©cessaires aux professionnels de la sA©curitA© routiA¨re pour la conception et rA©aliser effectivement des changements de politiques.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,008 | 0,012 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».