Comparing the effects of infrastructure on bicycling injury at intersections and non-intersections using a case–crossover design
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
BACKGROUND: This study examined the impact of transportation infrastructure at intersection and non-intersection locations on bicycling injury risk. METHODS: In Vancouver and Toronto, we studied adult cyclists who were injured and treated at a hospital emergency department. A case-crossover design compared the infrastructure of injury and control sites within each injured bicyclist's route. Intersection injury sites (N=210) were compared to randomly selected intersection control sites (N=272). Non-intersection injury sites (N=478) were compared to randomly selected non-intersection control sites (N=801). RESULTS: At intersections, the types of routes meeting and the intersection design influenced safety. Intersections of two local streets (no demarcated traffic lanes) had approximately one-fifth the risk (adjusted OR 0.19, 95% CI 0.05 to 0.66) of intersections of two major streets (more than two traffic lanes). Motor vehicle speeds less than 30 km/h also reduced risk (adjusted OR 0.52, 95% CI 0.29 to 0.92). Traffic circles (small roundabouts) on local streets increased the risk of these otherwise safe intersections (adjusted OR 7.98, 95% CI 1.79 to 35.6). At non-intersection locations, very low risks were found for cycle tracks (bike lanes physically separated from motor vehicle traffic; adjusted OR 0.05, 95% CI 0.01 to 0.59) and local streets with diverters that reduce motor vehicle traffic (adjusted OR 0.04, 95% CI 0.003 to 0.60). Downhill grades increased risks at both intersections and non-intersections. CONCLUSIONS: These results provide guidance for transportation planners and engineers: at local street intersections, traditional stops are safer than traffic circles, and at non-intersections, cycle tracks alongside major streets and traffic diversion from local streets are safer than no bicycle infrastructure.
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 | 0,000 | 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 découle