The Effect of Driver Eye Height on Speed Choice, Lane-Keeping, and Car-Following Behavior: Results of Two Driving Simulator Studies
Notice bibliographique
Résumé
OBJECTIVE: Two simulator studies were conducted that assessed the effect of driver eye height on speed choice, lane-keeping, and car-following behavior. The effect of eye height on the subjective variables of mental workload, frustration, and confidence was also investigated, as was the contribution of drivers' aggression. METHODS: A total of 43 participants drove a simulated route while seated at two different eye heights: one that represented the view of the road from a large SUV and one that represented the view of the road from a small sports car. Driving scenarios were comprised of both open road and car-following segments. Dependent variables included driver-selected speed, speed variability, lane position, following distance to a slower-moving lead vehicle, and the subjective variables of frustration, confidence, and mental workload. RESULTS: When viewing the road from a high eye height, drivers drove faster, with more variability, and were less able to maintain a consistent position within the lane than when viewing the road from a low eye height. Driver eye height did not influence following distance to a slower-moving lead vehicle. Driver aggression had no effect on any of the dependent variables except level of frustration. CONCLUSIONS: The two studies demonstrate that, when they are not able to reference a speedometer, drivers choose to drive faster when they view the road from an eye height that is representative of a large SUV compared to that of a small sports car. There is a need to educate drivers of SUVs and other tall vehicles of this perceptual phenomenon in order to prevent collisions that may occur in conditions where it is impossible for drivers to base their speed selection solely on posted speed limits, such as in inclement weather.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».