A Study on Practical Method of Utility Curve for Deciding Priority Order of the Improvements in Traffic Safety Audit
Notice bibliographique
Résumé
Recently, a massive loss of life and property is occurring in Korea due to traffic accidents, with the rapid increase in cars. For improvement of traffic safety, the Korea Transportation Safety Authority intensively analyzes accident data in local governments with low traffic safety index, performs a field investigation to extract problems and offers local governments improvements for problems, by conducting the 'Special Survey of Actual Conditions of Traffic Safety' each year, starting 2008. But local governments cannot strongly push forward the improvement projects due to the limited budget and the uncertainty of the improvement plan effects. Therefore, this study suggested a model which applied the Utility concept to the AHP theory, in order to efficiently decide a priority of the improvement plans in accident black spots in consideration of the limited budget of local governments. The number of accidents in each spot for improvement and accident severity, traffic volume, pedestrian volume, the improvement project cost and the accident reduction effect were chosen as evaluation factors for deciding a priority, and data about the improvement plan costs and the accident reduction effects, traffic accidents and traffic volume in the spots to undergo the special research on the real condition of traffic accident in the past were collected from the existing studies. Then, regression analysis was carried out and the Utility Curve of each evaluation factor was computed. Based on the AHP analysis findings, this study devised a priority decision method which calculated the weight and the utility function of each evaluation factor and compared the total utility values. The AHP analysis findings showed that among the evaluation factors, accident severity had the biggest importance and it was followed by the improvement plan cost, the number of accidents, the improvement effect, traffic volume and pedestrian volume. The calculated utility function shows a rise in utility, as the variables of the 5 evaluation factors; the number of accidents, accident severity, the improvement plan effect, traffic volume and pedestrian volume increase and a fall in utility, as the variables of the improvement plan cost increase, since the improvement plan cost is included in the budget spent by a local government.
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 | 0,010 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».