Effects of In-Vehicle Navigation on Perceptual Responses and Driving Behaviours of Drivers at Tunnel Entrances: A Naturalistic Driving Study
Notice bibliographique
Résumé
The perceptual responses and driving behaviours of drivers at tunnel entrances vary, which could cause interference and accidents. This study investigated the effects of in-vehicle navigation on the perceptual responses and driving behaviours and whether these effects are actually valid for safety improvement. For this purpose, a series of naturalistic driving experiments was conducted and a comparative analysis was performed considering two different experiment conditions, control condition and in-vehicle navigation condition. Under each condition, the performances of twenty drivers at seven tunnels were evaluated. The area from 200 m outside the tunnel portal to 200 m inside the tunnel portal was averagely divided into four zones. In each zone, two types of perceptual responses (visual responses and psychological responses) and driving behaviours were analysed using six indicators: number of fixations, average duration of fixations, time interval between continuous R-waves, skin conductance response, speed difference in zones, and maximum deceleration. The results showed that in-vehicle navigation significantly affects the perceptual responses and driving behaviours of drivers, and these effects varied in different zones of the tunnel entrance. Furthermore, in-vehicle navigation was found to be valid for safety improvement because beneficial changes in four of the six indicators proved to be effective at appropriate zones. The remaining two indicators, average duration of fixations and maximum deceleration, were not valid, implying that the difficulty of driving information cognition and driving comfort could not be improved by in-vehicle navigation. Moreover, a negative correlation was discovered between the number of fixations and speed difference in zones. This study provides engineers a new knowledge by extending the quantifiable approaches to the analyses of the effectiveness of the effects of in-vehicle navigation.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».