MétaCan
Menu
Retour à la cohorte
Enregistrement W2050888332 · doi:10.2495/sdp-v10-n2-229-244

A methodological approach for studying public bus transit driver distraction

2015· article· en· W2050888332 sur OpenAlexvenueno aff
Kelwyn A. D’Souza, Sharad Maheshwari

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDistractionPublic transportTransport engineeringTransit (satellite)EngineeringBus priorityComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

The increase in bus transit ridership along with the proliferation of personal electronic control and communication gadgets is causing more distractions for the drivers.For transit vehicles, some distractions are caused by factors beyond the driver's control such as operating additional equipment, attending to passengers, and communicating with the operations center.Several driver distraction studies have been conducted for personal vehicles and commercial vehicles.But bus transit driver distraction has received limited attention in the literature even though bus transit accidents may cause more injuries due to larger number of passengers.Hence, their distraction is not clearly understood; furthermore, no established methodology is available to conduct a detailed study at a transit agency because of inadequate research in the field.The objective of this paper is to present a detailed modular research framework for studying bus transit driver distractions.The framework provides a transit agency with a set of standardized methodologies for studying distraction over a wide range of cost and time intervals.An agency may choose one or more modules to suit their study requirements.The modules for data collection, analysis, validation, and interpretation and usage of results are designed on the basis of in-depth studies and tests at transit agencies in the Commonwealth of Virginia.The paper provides a detailed process and a set of guidelines to study bus transit driver distraction which will make it easier for any transit agency to conduct such a study.The results of the bus transit driver distraction studies could be used for training bus drivers to mitigate distraction and assist state and city governments to formulate effective regulations to control distracted driving.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,039
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0040,005
Communication savante0,0030,002
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,286
Tête enseignante GPT0,431
Écart entre enseignants0,145 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207