Developing evasive action‐based indicators for identifying pedestrian conflicts in less organized traffic environments
Notice bibliographique
Résumé
Summary There has been a growing interest in using surrogate safety measures such as traffic conflicts to analyse road safety from a broader perspective than collision data alone. This growing interest has been aided by recent advances in automated video‐based traffic conflict analysis. The automation enables accurate calculation of various conflict indicators such as time‐to‐collision and post‐encroachment time. These indicators rely on road users getting within specific temporal and spatial proximity from each other and therefore assume that proximity is a surrogate for conflict severity. However, this assumption may not be valid in many driving environments where close interactions between road users are common. The objective of this paper is to investigate the applicability of time proximity conflict indicators for evaluating pedestrian safety in less‐organized traffic environments with a high mix of road users. Several alternative behavioural conflict indicators based on detecting pedestrian evasive actions are recommended to better measure traffic conflicts in such traffic environments. These indicators represent variations in the spatio‐temporal gait parameters (step length, step frequency and walk ratio) immediately before the conflict point. A highly congested shared intersection in Shanghai, China, with frequent pedestrian conflicts is used as a case study. Traffic conflicts are analysed with the use of automated video‐based analysis techniques. The results showed that evasive action‐based indicators have higher potential to identify pedestrian conflicts and measure their severity in high mix less organized traffic environments than time proximity measures such as time‐to‐collision and post‐encroachment time. 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 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 ».