Spatial Variation of Injury Risk in a Metropolitan Area, According to Home Location, Transportation Mode, Distance Travelled and Route
Notice bibliographique
Résumé
At the route level, traffic volume and road geometry greatly influence the risk of injury. At the state or country level, population rates of road injuries vary according to household density and transportation mode. This study aims to integrate these two perspectives to describe the spatial variation of injury risk according to home location within a metropolitan area. Police reports (2006-2010) provided injury data (e.g. crash location). Population trips, travel mode and routes were estimated using a representative Origin-Destination Survey (2008) for the entire Montreal Metropolitan area. Home location for each individual was classified into population density quintiles, using property assessment rolls. Regression models were developed to estimate the number of car occupant, bus occupant and pedestrian injuries, accounting for exposure to traffic as well as road geometry. These models were applied to predict the risk associated with each road, intersection and highway and then accumulated throughout each trip. Results show that in the densest sector, injuries per kilometre of road are six times greater compared to the least dense one. At intersections, road segments and on highways, the number of injuries is strongly associated with traffic volume and proxies of vehicle speed. Unsurprisingly, trips by public transit are safer than by car. At the individual level, the likelihood of injury increases with distance traveled. People living in the least dense sector make more trips by car and travel greater distances and are almost three times more likely to be injured than those in the densest sector. Within a metropolitan area, more injuries occur in the densest sector, however it is the population living in the least dense sector that have the greatest risk of injury. In urban settings, road injury prevention strategies should not only target road geometry but also urban development.
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 ».