Transit operations, city transportation plans and overall transportation network safety
Notice bibliographique
Résumé
Modern transportation planning considers issues such as road congestion, pollution and mobility proactively. However, road safety is usually evaluated in a reactive manner only after the implementation of transportation plans, and when safety problems arise. Although this reactive road safety approach has been very effective, it is associated with significant costs on communities. Therefore, several researchers advocate a more proactive approach to road safety analysis. Several studies developed macro-level Collision Prediction Models (CPMs) that could assess the road safety in a proactive manner, and provide a safety planning decision support tool to community planners and engineers. However, these models have limitations as they do not target the safety evaluation of different goals of a typical city transportation plan. Therefore, the motivation for this research arises from the necessity of developing tools that could predict the safety effect of a typical city transportation plan such as changes in the transportation and transit network configurations, and ultimately could evaluate the safety estimates among alternatives of different transportation plans and policies. The main goal of this thesis is to develop a set of macro-level collision prediction models to investigate the relationships between various transportation and sociodemographic characteristics, and the overall roadway safety. The developed models consider the Poisson variations and the heterogeneity (extra-variation) on the occurrence of collisions and the spatial effects on the distribution of collisions caused by the similarity in environment and geography of the neighbouring sites. It has been shown that the goodness of fit improved with the incorporation of spatial effect. In this study, a set of zonal-level transit reliant and application-based collision prediction models were developed. Data from Metro Vancouver, British Columbia were used to develop models using a generalized linear modelling approach with a negative binomial error structure. Different transit-related variables were found to be statistically significant, namely bus stop density, percentage of transit-km traveled with regard to total vehicle-km traveled, percentage of commuters walking, percentage of commuters biking, and percentage of commuters using transit. The CPMs related total, severe, and property damage only collisions to the implemental aspects related to the goals of long-term transportation plans.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».