Speed Reduction Profiles Affecting Vehicle Interactions at Level Crossings with No Trains
Notice bibliographique
Résumé
Observed road vehicle speed and deceleration profiles at active level crossings in the absence of a train are investigated and linked to safety performance. Results indicated that speed and deceleration profiles could be segmented into two zones along the approach road. Speed reduction was initiated at an upstream point along the road about 60 m from the track (Zone 1), and this became more pronounced for the road segment 20 to 30 m before the track (Zone 2). Although the deceleration rates based on average vehicle speeds were found to be within comfortable thresholds in both approach zones, a safety concern was raised for the worst-case scenario in which lead vehicles were reducing their speeds at a higher rate than following vehicles. Safety performance using an average crash potential index per vehicle was found to increase in the vicinity of the track for a given case study crossing application. The range of safety performance values was also found to be greater in Zone 2; this finding suggested possible safety concerns about rear-end crashes taking place near the track and the added possibility of a vehicle being pushed onto the track in the path of an oncoming train. This study provides useful insight for modifying speed profiles in a traffic simulation model to account for the presence of a level crossing. The analysis also provides insights into a base crash risk for an open crossing. These insights can be used to refine previous estimates of countermeasure effectiveness, including closures.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».