Impact of Cognitive Distractions on Drivers’ Hazardous Event Anticipation and Mitigation Behavior in Vehicle–Bicycle Conflict Situations
Notice bibliographique
Résumé
Vehicle–bicycle collisions are increasing alarmingly. A recent study shows that cognitively distracted drivers who are glancing on the forward roadway are also less likely to glance toward areas for potential vehicle–bicyclist conflicts. But this study did not determine whether cognitively distracted drivers who did glance toward the appropriate area were as likely to process the information as drivers who were not cognitively distracted. Evidence that drivers who were cognitively distracted and glanced toward the bicyclist were not as likely to process the information could be inferred either from shorter fixations in the area where a bicyclist could appear or from smaller reductions in the speed of their vehicle to mitigate a potential conflict. This study intends to add to previous results by examining only glance and vehicle behaviors of participants who glance toward the latent hazardous events involving bicyclists. Specifically, the durations of the glances toward the latent hazardous events of participants who are and are not cognitively distracted are compared as well as their velocity while approaching the potential strike zones. Two groups of 20 participants (one distracted, one not distracted) each drove through seven scenarios on a fixed-based driving simulator while their eye movements were continuously tracked using an eye tracker. Analysis of the participants’ longest glance duration toward the latent hazardous events indicated that distracted drivers made shorter glances toward the latent hazardous events when compared with their non-distracted counterparts. However, there was no difference in vehicle velocity between distracted and non-distracted drivers near the potential strike zones.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».