MétaCan
Menu
Retour à la cohorte
Enregistrement W2164791779 · doi:10.3141/2069-08

Testing Effects of Warning Messages and Variable Speed Limits on Driver Behavior Using Driving Simulator

2008· article· en· W2164791779 sur OpenAlexaff
Chris Lee, Mohamed Abdel‐Aty

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésDriving simulatorSpeed limitCrashComputer scienceSimulationVariable (mathematics)LogitWarning systemEngineeringTransport engineeringMathematicsMachine learningTelecommunications

Résumé

récupéré en direct d'OpenAlex

This study examines the effect of warning messages and variable speed limits (VSLs) on driver speed. Using a driving simulator, the study observed behavior of 86 participants who drove a 5-mi section of a freeway. On this freeway, three types of warning message were displayed in variable message signs (VMSs) to warn of an impending speed change. Drivers were typically required to reduce speed first and then increase speed according to VSLs. It was found that when warning messages and VSLs were displayed, participants generally drove at uniform speed and their variation in speed along the section was reduced. Statistical analysis using a binary logit model revealed that there exist correlations of driver speed changes and compliance with speed limits at successive locations of VMS. Findings of the simulator experiment suggest that warning messages and VSLs are beneficial in reducing speed variation and removing congestion. These effects of warning messages and VSLs can potentially reduce crash risk and improve efficiency on freeways.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,785

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,077
Tête enseignante GPT0,335
Écart entre enseignants0,258 · 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'étudeObservationnel
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

Citations90
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTraffic and Road SafetyTravaux en français237 207