Driving Behavior and Traffic Safety: An Acceleration-Based Safety Evaluation Procedure for Smartphones
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Traffic safety and energy efficiency of vehicles are strictly related to driver’s behavior. The scientific literature has investigated on some specific dynamic parameters that, among the others, can be used as a measure of unsafe or aggressive driving style such as longitudinal and lateral acceleration of vehicle. Moreover, the use of modern mobile devices (smartphones and tablets), and their internal sensors (GPS receivers, three-axes accelerometers), allows road users to receive real time information and feedback that can be useful to increase awareness of drivers and promote safety. This paper focuses on the development of a prototype mobile application that can evaluate the grade of safety that drivers are keeping on the road by measuring of accelerations (longitudinal and lateral) and warning for users when it can be convenient to correct their driving style. The aggressiveness is evaluated by plotting vehicle’s acceleration on a g-g diagram specially studied and designed, where horizontal and lateral acceleration is displayed inside areas of “Good Driving Style”. Several experimental tests were carried out with different drivers and cars in order to estimate the system accuracy and the usability of the application. This work is part of the wider research project M2M, Mobile to Mobility: Information and communication technology systems for road traffic safety (PON National Operational Program for Research and Competitiveness 2007-2013) which is based on the use of mobile sensor computing systems for giving real-time information in order to reduce risks and to make the transportation system more safe and comfortable.
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.
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 | 0,001 | 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 | 0,001 | 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 découle