Non-Intersection-Related Crashes at Midblock in Urban Divided Arterial Road with High Truck Volume
Notice bibliographique
Résumé
This study analyzes the crashes that occur at mid-block called “mid-block crashes” in an urban arterial road. The association of mid-block crashes with various factors was examined using the 7-year (2000-2006) crash data on a section of a divided arterial road in Windsor, Ontario, Canada. To account for difference in traffic volume and road geometric factors between two directions of travel in a divided road, the data were collected for two directions separately. The results of log-linear models using these bidirectional data show that mid-block crashes are more likely to occur on the road sections with access point and high percentage of truck (> 20%). It was also found that the effects of access point and truck percentage were not statistically significant when the unidirectional data were used. A sensitivity analysis was also performed to identify the bidirectional variables affecting crash frequency by direction. It was found that the difference in truck percentage between two directions can most effectively reflect the difference in crash patterns by direction. The results of logistic regression models show that median opening, driver age/gender, lighting, time of day and day of week are associated with different types of crashes classified by the vehicles involved in crashes. The study shows the importance of analyzing mid-block crashes using the bidirectional data by vehicle type in urban divided arterial roads with high truck volume.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».