Safety Effect of Roundabout Conversions in the United States: Empirical Bayes Observational Before-After Study
Notice bibliographique
Résumé
Modern roundabouts are designed to control traffic flow at intersections without the use of stop signs or traffic signals. U.S. experience with modern roundabouts is rather limited to date, but in recent years there has been growing interest in their potential benefits and a relatively large increase in roundabout construction. This interest has created a need for data regarding the safety effect of roundabouts. Changes in motor vehicle crashes following conversion of 23 intersections from stop sign and traffic signal control to modern roundabouts are evaluated. The settings, located in seven states, are a mix of urban, suburban, and rural environments with the urban sample consisting of both single-lane and multilane designs and the rural sample consisting of only single-lane designs. A before-after study was conducted using the empirical Bayes procedure, which accounts for regression to the mean and traffic volume changes that usually accompany conversion of intersections to roundabouts. For the 23 intersections combined, this procedure estimated highly significant reductions of 40 percent for all crash severities combined and 80 percent for all injury crashes. Reductions in the numbers of fatal and incapacitating injury crashes were estimated to be about 90 percent. In general, the results are consistent with numerous international studies and suggest that roundabout installation should be strongly promoted as an effective safety treatment for intersections. Because the empirical Bayes approach is relatively new in safety analysis, the potential of this methodology in the evaluation of safety measures is demonstrated.
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 | 0,015 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».