Le contrôle automatisé de la vitesse en Australie : quelques enseignements pour mener une politique de dissuasion efficace
Notice bibliographique
Résumé
Le contrôle automatisé de la vitesse (CAV) constitue une modalité d’intervention des autorités pour réduire le nombre de victimes de la route. Cette technique de détection permet d’accroître l’intensité des contrôles, d’augmenter la sanction potentielle des contrevenants et de rendre possible une procédure judiciaire plus rapide. Ce type de dispositif a été introduit pour la première fois en Australie au milieu des années 1980 dans l’État de Victoria. Depuis, cette technique s’est généralisée à l’ensemble des États. Les dispositifs en fonctionnement se révèlent fort divers et s’appuient sur des stratégies spécifiques. Néanmoins, ces expériences convergent vers une même conclusion : la diminution significative des accidents de la circulation et le nombre de victimes. Ils s’avèrent donc particulièrement efficaces. Par ailleurs, ces différents programmes de contrôle s’appuient sur des architectures organisationnelles et institutionnelles différentes, illustrant par la même une certaine souplesse quant à leur implantation dans des environnements particuliers. Toutefois, ils reposent tous sur les principes simples des « 4C » (contrôle, coopération, communication et continuité), nécessitant l’intégration des acteurs clés.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».