Notice bibliographique
Résumé
Adverse weather conditions can increase travel risk. Understanding how drivers react to adverse weather, such as rainfall, can aid in the understanding of road safety patterns and traffic operations. This information can in turn be used to improve driver education as well as highway operation through improved signing or the introduction of intelligent highway systems. Hourly rainfall data collected from the Pearson International Airport weather station and City of Toronto traffic data collected at the study site on the Gardiner expressway were used to create event and control pairs. In total, 115 hours with rainfall were matched to control data one week before or after the rainfall event. The traffic sensor at the study site collected speed, volume, and occupancy data at 20-second intervals, which was aggregated to five minutes. In addition, speed deviation and headway data at the 5-minute interval were used for analysis purposes. Two methods were used to test the effects of rainfall on traffic variables and the relationships between them. Matched pair t-tests were used to determine the magnitude of change between event and control conditions for the volume, speed, speed deviation, and headway variables for congested and uncongested traffic conditions. In addition, stepwise multiple linear regression was used to test the effects of rainfall on speed-volume and volume-occupancy relationships. Results of the matched pair t-tests indicated that volumes, speeds, and speed deviations dropped in event conditions, while headways increased slightly. Changes tended to be greater for congested than uncongested conditions. Linear regression results indicated that changes in speed were sensitive to volume conditions, and changes in volume were sensitive to occupancy, although only to a limited extent. Overall, drivers respond to rainfall conditions by reducing both speed and speed deviations, and increasing headway. Reductions in speed are larger in congested conditions, while increases in headway are smaller. Taken in combination, drivers are taking positive steps in order to either maintain or improve safety levels.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».