Exploring Evasive Action–Based Indicators for PTW Conflicts in Shared Traffic Facility Environments
Notice bibliographique
Résumé
Surrogate safety measures such as traffic conflicts are gaining more and more attention for traffic safety analysis. The traffic conflict technique evaluates the frequency and severity of traffic conflicts at a location typically using various time proximity indicators such as the time-to-collision (TTC) and post-encroachment time (PET). However, growing concerns have been raised that time proximity indicators may not be effective measures for measuring conflict severity in less-organized traffic environments. In such environments, mixed road users are likely to share small spaces and take evasive action to prevent conflicts or collisions. The objective of this study was to examine and compare the time proximity (TTC) indicator and evasive action-based (yaw rate and jerk) indicators for evaluating the severity of powered two-wheeler (PTW) conflicts. PTW usage is growing in many developing countries such as China, and there has been concern about their impact on safety. Video data were collected at a middle block shared traffic street in Kunming, China. Traffic conflict analysis was conducted using automated video-based computer vision techniques. Ordered-response models were used to relate the conflict indicators to safety experts’ evaluation of conflict severity. A random effect model was developed to account for the unobserved heterogeneity that affects conflict severity. As well, a random intercept model was developed to assess the effect of incorporating the variation in each expert evaluation. The results showed that the yaw rate ratio was efficient in measuring conflict severity for electric (e)-scooters, motorcycles, and bicycles. The TTC was an efficient indicator in measuring conflict severity for e-bikes and bicycles.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».