Ranking and Causal Relationship Analysis of Incentive Factors of Driving Anger: A Case Study from an On-Road Experiment in China
Notice bibliographique
Résumé
It is widely recognized that driving anger plays a major role in road safety. Many studies have been carried out in this field, and the significance of incentive factors of driving anger - in terms of driver's personal characteristics (e.g., sex or education) and external environment (e.g., interaction among drivers and obstruction) - has been proven. Questionnaire surveys and simulation experiments are used as the basis for those studies, but such methods make the studies very unrealistic. In this study, 22 licensed drivers were hired to drive along a specified route in Wuhan, China. Physiological data and drivers' reported driving anger and observed driving behavior are used to study the ranking of the contribution of various incentive factors to and their causal relationship with driving anger. Study results show that the following top three factors result in about three quarters of driving anger: (1) red traffic lights, (2) congestion, and (3) offensive hogging behavior of surrounding vehicles. Further, statistical analyses show that the p-values from the Somers-d test applied to red light waiting times and congestion duration, and from the F-test to hogging behavior are very small (< 0.02) and, thus, indicate that they have a significant impact on the level of driving anger. In general, this study contributes to this field by using both self-reported data and in-cabin observations to study the ranking of incentive factors and their causal relationship with driving anger in a typical driving environment in China. Study results can be useful for traffic operation and management agencies in China to improve their level of service in order to effectively reduce road rage.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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) | 0,001 | 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 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 ».