Comparing Crowdsourced Near-Miss and Collision Cycling Data and Official Bike Safety Reporting
Notice bibliographique
Résumé
Official sources of cyclist safety data suffer from underreporting and bias. Crowdsourced safety data have the potential to supplement official sources and to provide new data on near-miss incidents. BikeMaps.org is a global online mapping tool that allows cyclists to record the location and details of near misses and collisions they experience. However, little is known about how the characteristics of near-miss and collision events compare. Further, the question remains whether the characteristics of crowdsourced collision data are similar to those of collision data captured by official insurance reports. The objectives of this study were twofold: ( a) to assess similarities and differences in near misses and collisions reported to BikeMaps.org and ( b) to assess similarities and differences in collisions reported to BikeMaps.org and to an official insurance data set. Logistic regression was used first to model the odds of crowdsourced near-miss reports as opposed to collision reports and then to model the odds of crowdsourced as opposed to official insurance collision reports, as a function of incident circumstances. The results indicated higher odds of crowdsourced reports of near misses than of crowdsourced collision reports for commute trips, interactions with motor vehicles, and in locations without bicycle-specific facilities. In addition, relative to insurance reports, crowdsourced collision reports were associated with peak traffic hours, nonintersection locations, and locations where bicycle facilities were present. These analyses indicated that crowdsourced collision data have potential to fill in gaps in reports to official collision sources and that crowdsourced near-miss reporting may be influenced by perceptions of risk.
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 | 0,016 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».