MétaCan
Menu
Retour à la cohorte
Enregistrement W2074723155 · doi:10.1139/l07-135

Safety performance of freeway sections and relation to length of speed-change lanes

2008· article· en· W2074723155 sur OpenAlexafffundvenue
Mohamed Sarhan, Yasser Hassan, A O Abd El Halim

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensCarleton University
Organismes subventionnairesTransport Canada
Mots-clésCollisionGeometric designMerge (version control)Traffic speedTransport engineeringKinematicsNegative binomial distributionComputer scienceRegression analysisOperating speedSimulationEngineeringMathematicsStatisticsCivil engineeringPoisson distributionComputer security

Résumé

récupéré en direct d'OpenAlex

The design of freeway entrances and exits requires managing the high operating speeds on the through lanes and the intense lane-change manoeuvres due to merging and diverging. Therefore, adequate lengths between these entrances and exits and provision of adequate speed-change lanes would help drivers execute such tasks safely. Most of the previous research has focused on analyzing operational conditions of the merge and diverge areas based on kinematic analysis of speeds and distances. However, little research has addressed the safety effects of merging and diverging and the interrelationship with geometric features. In this study, 26 interchanges were selected to quantify the effects of ramp terminal spacing and traffic volumes on safety performance through regression analysis. Negative binomial models were developed using 5 year collision data. Modelling attempts resulted in several statistically significant models relating traffic volumes and geometric features to collision frequency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,164
Écart entre enseignants0,152 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations45
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetTraffic and Road SafetyTravaux en français237 207