MétaCan
Menu
Retour à la cohorte
Enregistrement W2487723421 · doi:10.1186/s12889-016-3242-3

Bicycling crashes on streetcar (tram) or train tracks: mixed methods to identify prevention measures

2016· article· en· W2487723421 sur OpenAlexafffundabout
Kay Teschke, Jessica Dennis, Conor C. O. Reynolds, Meghan Winters, Marianne Harris

Notice bibliographique

RevueBMC Public Health · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensSimon Fraser UniversityPublic Health OntarioUniversity of TorontoToronto Metropolitan UniversityUniversity of British Columbia
Organismes subventionnairesInstitute of Musculoskeletal Health and ArthritisCanadian Institutes of Health ResearchUniversity of TorontoMichael Smith Health Research BCInstitute of Nutrition, Metabolism and DiabetesHeart and Stroke Foundation of Canada
Mots-clésTransport engineeringTrainTrack (disk drive)Poison controlCrashHuman factors and ergonomicsOccupational safety and healthInjury preventionSuicide preventionRollover (web design)EngineeringAeronauticsEnvironmental healthMedicineGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Streetcar or train tracks in urban areas are difficult for bicyclists to negotiate and are a cause of crashes and injuries. This study used mixed methods to identify measures to prevent such crashes, by examining track-related crashes that resulted in injuries to cyclists, and obtaining information from the local transit agency and bike shops. METHODS: We compared personal, trip, and route infrastructure characteristics of 87 crashes directly involving streetcar or train tracks to 189 crashes in other circumstances in Toronto, Canada. We complemented this with engineering information about the rail systems, interviews of personnel at seven bike shops about advice they provide to customers, and width measurements of tires on commonly sold bikes. RESULTS: In our study, 32 % of injured cyclists had crashes that directly involved tracks. The vast majority resulted from the bike tire being caught in the rail flangeway (gap in the road surface alongside rails), often when cyclists made unplanned maneuvers to avoid a collision. Track crashes were more common on major city streets with parked cars and no bike infrastructure, with left turns at intersections, with hybrid, racing and city bikes, among less experienced and less frequent bicyclists, and among women. Commonly sold bikes typically had tire widths narrower than the smallest track flangeways. There were no track crashes in route sections where streetcars and trains had dedicated rights of way. CONCLUSIONS: Given our results, prevention efforts might be directed at individual knowledge, bicycle tires, or route design, but their potential for success is likely to differ. Although it may be possible to reach a broader audience with continued advice about how to avoid track crashes, the persistence and frequency of these crashes and their unpredictable circumstances indicates that other solutions are needed. Using tires wider than streetcar or train flangeways could prevent some crashes, though there are other considerations that lead many cyclists to have narrower tires. To prevent the majority of track-involved injuries, route design measures including dedicated rail rights of way, cycle tracks (physically separated bike lanes), and protected intersections would be the best strategy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,245
Tête enseignante GPT0,520
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetInjury Epidemiology and PreventionTravaux en français237 207