Driver Response Time to Cyclist Path Intrusions
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Motor vehicle crashes with cyclists are on the rise, with a six percent increase in fatal crashes from 2006 to 2015 in the USA. Although some research exists on the response time of drivers to some types of path intrusions, data on the perception-response of through drivers to cyclists who fail to stop at a stop sign, and ride into the path of the vehicle has not been researched. The purpose of this study was to quantify the Driver Response Time (DRT) to a cyclist that intrudes perpendicularly in front of a through vehicle at an intersection where the driver has the right-of-way. The DRT was measured from when the cyclist is positioned at the stop sign until the driver reacts, whether by touching the brake pedal, swerving (steering wheel angle change of at least 2 degrees), accelerating, or a combination of those responses.</div><div class="htmlview paragraph">26 (N<sub>Female</sub> = 13; N<sub>Male</sub> = 13) university aged licensed volunteer drivers participated in the study conducted at the University of Guelph Driving Research in Virtual Environments (DRiVE) lab using an Oktal complete vehicle driving simulator. After a brief practice drive to acclimatize to the virtual environment, participants completed the approximately 10 minute experiment drive during which the cyclist hazard was presented. About one quarter of drivers crashed into the cyclist, with a mean time-to-impact of 3.26 seconds. There were no gender differences in terms of DRT or collision rates.</div></div>
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».