Fatality Risk of Intersection Crashes on Rural Undivided Highways in Alberta, Canada
Notice bibliographique
Résumé
Intersections are recognized as the most hazardous locations on roads since conflict possibilities are high at intersections and often result in a high frequency of fatal crashes. A significant share of fatal crashes in Canada occur at intersections on rural undivided highways. Nevertheless, few studies have examined the factors contributing to the fatality risk of intersection crashes in Canada. In this study, a logistic regression model was applied to a sample of crash data at intersections on the rural undivided highways of Alberta, Canada, to investigate 18 factors and 71 variables. Of the significant factors, the major ones affecting the likelihood of fatality are the type of intersection, horizontal and vertical alignment of the highway at the intersection, signalization at the intersection, type of collision, impairment of drivers, and age of drivers involved in crashes. The fatality risk of intersection crashes tends to increase when crashes occur at offset intersections or at cross or T-intersections on horizontal curves. The likelihood of fatality tends to increase if the intersection is on a sag curve or at a constant grade. However, signalization at intersections tends to reduce the likelihood of fatality. Pedestrian-involved collisions, head-on collisions, right-angle collisions, and run-off-road collisions that involve hitting a fixed object and overturning of vehicles are associated with higher fatality risk. An intersection crash also tends to have a higher likelihood of fatality when it involves an older driver (>70 years) or impaired (by alcohol or drugs) or fatigued drivers.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».