The impact of pedestrian countdown signals on pedestrian-motor vehicle collisions: a reanalysis of data from a quasi-experimental study
Notice bibliographique
Résumé
OBJECTIVE: To perform a more sophisticated analysis of previously published data that advances the understanding of the efficacy of pedestrian countdown signal (PCS) installation on pedestrian-motor vehicle collisions (PMVCs), in the city of Toronto, Canada. METHODS: This is an updated analysis of the same dataset from Camden et al. A quasi-experimental design was used to evaluate the effect of PCS on PMVC. A Poisson regression analysis, using a one-group comparison of PMVC, pre-PCS installation to post-PCS installation was used, controlling for season and temporal effects. The outcome was the frequency of reported PMVC (January 2000-December 2009). Similar models were used to analyse specific types of collisions defined by age of pedestrian, injury severity, and pedestrian and vehicle action. Incidence rate ratios with 95% CI are presented. RESULTS: This analysis included 9262 PMVC, 2760 during or after PCS installation, at 1965 intersections. There was a 26% increase in the rate of collisions, pre to post-PCS installation (incidence rate ratio=1.26, 95% CI 1.11 to 1.42). CONCLUSIONS: The installation of PCS at 1965 signalised intersections in the city of Toronto resulted in an increase in PMVC rates post-PCS installation. PCSs may have an unintended consequence of increasing pedestrian-motor vehicle collisions in some settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».