A random forests approach to prioritize Highway Safety Manual (HSM) variables for data collection
Notice bibliographique
Résumé
Summary The Highway Safety Manual (HSM) recommends using the empirical Bayes method with locally derived calibration factors to predict an agency's safety performance. The data needs for deriving these local calibration factors are significant, requiring very detailed roadway characteristics information. Many of these data variables are currently unavailable in most of the agencies' databases. Furthermore, it is not economically feasible to collect and maintain all the HSM data variables. This study aims to prioritize the HSM calibration variables based on their impact on crash predictions. Prioritization would help to identify influential variables for which data could be collected and maintained for continued updates, and thereby reduce intensive data collection efforts. Data were first collected for all the HSM variables from over 2400 miles of urban and suburban arterial road networks in Florida. Using 5 years (2008–2012) of crash data, a random forests data mining approach was then applied to measure the importance of each variable in crash frequency predictions for five different urban and suburban arterial facilities including two‐lane undivided, three‐lane with a two‐way left‐turn lane, four‐lane undivided, four‐lane divided, and five‐lane with a two‐way left‐turn lane. Two heuristic approaches were adopted to prioritize the variables: (i) simple ranking based on individual relative influence of variables; and (ii) clustering based on relative influence of variables within a specific range. Traffic volume was found as the most influential variable. Roadside object density, minor commercial driveway density, and minor residential driveway density variables were the other variables with significant influence on crash predictions. Copyright © 2015 John Wiley & Sons, Ltd.
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 | 0,017 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».