Accidents involving pedestrians with their backs to traffic or facing traffic: an evaluation of crash characteristics and injuries
Notice bibliographique
Résumé
Summary This paper examines pedestrian anatomical injuries and crash characteristics in back‐to‐traffic and facing‐traffic crashes. Pedestrian crashes involving pedestrians walking along streets (i.e. with their backs to traffic or facing traffic) have been overlooked in literature. Although this is not the most frequent type of crash, the crash consequence to pedestrians is a safety concern. Combining Taiwan A1A2 police‐reported accident data and data from the National Health Insurance Database from years 2003–2013, this paper examines anatomical injuries and crash characteristics in back‐to‐traffic and facing‐traffic crashes. There were a total of 830 and 2267 pedestrian casualties in back‐to‐traffic and facing‐traffic crashes respectively. The injuries sustained by pedestrians and crash characteristics of these two crash types were compared with those of other crossing types of crashes (nearside crash, nearside dart‐out crash, offside crash, and offside dart‐out crash). Odds of various injuries to body regions were estimated using logistic regressions. Key findings include that the percentage of fatalities in back‐to‐traffic crashes is the highest; logistic models reveal that pedestrians in back‐to‐traffic crashes sustained more head, neck, and spinal injuries than did pedestrians in other crash types, and unlit darkness and non‐built‐up roadways were associated with an increased risk of pedestrian head injuries. Several crash features (e.g. unlit darkness, overtaking manoeuvres, phone use by pedestrians and drivers, and intoxicated drivers) are more frequently evident in back‐to‐traffic crashes than in other types of crashes. The current research suggests that in terms of crash consequence, facing traffic is safer than back to traffic. Copyright © 2016 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| 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) | 0,001 | 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 ».