Modélisation de l'impact des séquences d'accès et intersections sur la sécurité routière le cas de la 132, route de contour de la Gaspésie
Notice bibliographique
Résumé
Dans une perspective de développement régional, faménagement du territoire \norganise les activités des citoyens et des entreprises et de fespace, vu comme bien \néconomique de production et de consommation (Weber 1910, Palander 1930, Christaller \n1930). Plus particulièrement, en canalisant les déplacements des personnes et des \nmarchandises pour un territoire donné, le réseau routier relie les différents accès aux \npropriétés riveraines. La hiérarchisation de fimpact des accès (Ziering, 1979; Stover et \nKoepke, 1987), comme source de perturbation de la mobilité, a fait fobjet d'une recherche \n(Belzile, 2000) mesurant le lien entre certaines caractéristiques des accès à la route 132 \nceinturant la Gaspésie et les accidents routiers. \nLa présente recherche descriptive et exploratoire vise à modéliser fimpact de \nséquences d'accès, tenant compte de la finalité de la propriété limitrophe, sur la mobilité du \nréseau routier de la 132, mesurée par les accidents et leurs gravités. La pertinence du lien \nentre la finalité des séquences et la fréquence des accidents pour un même segment \nhomogène de route est évaluée par la corrélation. La régression linéaire sert à modéliser ce \nlien afin de guider les intervenants en aménagement et en gestion du réseau routier. \nNotamment, la présence d'accès commercial et institutionnel et d'une intersection sur \nun même segment a entraîné en moyenne une vingtaine d'accidents (années 1993 à 1995 et \n1997 à 1999). La faible valeur de fintercept (2,64) confirme la contribution limitée des \nautres types de séquences d'accès et des autres facteurs non considérés par cette recherche.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».