The Who and Where of Road Safety: Extracting Surrogate Indicators from Smartphone-Collected GPS Data in Urban Environments
Notice bibliographique
Résumé
Environment and driver behavior are significant contributory factors in traffic collisions. Surrogate safety measures, non-crash measures that are physically and predictably related to crashes, provide opportunities for user-centric approaches to road safety and reduce dependency on crash data in location-centric approaches. The purpose of this study is to extract surrogate safety measures from the smartphone-collected GPS data of regular drivers and to analyze those measures from a location-centric and user-centric perspective. GPS travel data was collected using the Mon Trajet smartphone application in Quebec City, Canada over 21 days. Crash data was obtained from the Ministry of Transportation Quebec for a five year period from 2006 to 2010. The selected surrogate indicator, hard braking events (HBEs), demonstrated a spatial correlation of 0.67 with collision occurrence. Despite strong correlation, HBEs tend to overestimate risk on highway facilities and underestimate risk on local and arterial streets as the sample data collected from regular drivers likely over-represents travel on highways and under-represents travel on urban streets. The user-centric analysis showed that more HBEs occur during the AM and PM peak periods, and that braking in the PM peak period tends to be more severe, demonstrating that HBEs are not only spatially correlated with actual collision occurrence, but also make sense intuitively with respect to the behaviors related to collision occurrence. Future work will determine if other surrogate indicators that are more closely correlated with collision occurrence can be extracted, and disaggregating the analyses by facility type should improve the results.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».