Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The statistical analysis of vehicle crash accident data is generally problematic. Data from commonly used sources is almost never without error and complete. Consequently, many analyses are contaminated with modeling and system identification errors. In some cases the effect of influential factors such as crash severity (the most significant component being speed) driver behavior prior to the crash, etc. on vehicle and occupant outcome is not adequately addressed.</div><div class="htmlview paragraph">The speed that the vehicle is traveling at the initiation of a crash is a significant contributor to occupant risk. Not incorporating it may make an accident analysis irrelevant; however, despite its importance this information is not included in many of the commonly used crash data bases, such as the Fatality Analysis Reporting System (FARS). Missing speed information can result in potential errors propagating throughout the analysis, unless a method is developed to account for the missing information.</div><div class="htmlview paragraph">In this paper, a method is presented to estimate the effect of missing speed information on the statistical effect of different variables (age, vehicle mass, …) on injury or fatality. The method developed uses historical data, such as the crash velocity distributions and the injury as a function of velocity -obtained from the National Accident Sampling System/Crash Data System (NASS/ CDS)- to estimate the modeling errors or the confounding effect expected from not considering the velocity factor in accident analysis. The method can be used to correct the level of statistical significance or to adjust the potential effect of explanatory crash variables, obtained from an accident analysis, when there is missing velocity information.</div><div class="htmlview paragraph">Examples are provided where the suggested analytical procedure is used to estimate the confidence intervals for previously published risk of fatality based on crash data as well as to estimate a factor effect adjustment due to the missing speed data.</div></div>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».