MétaCan
Menu
Retour à la cohorte
Enregistrement W3046366871 · doi:10.13023/ktc.rr.2020.22

Crash Modification Factor Recommendation List

2020· article· en· W3046366871 sur OpenAlexaboutno aff
Reginald R. Souleyrette, Riana Tanzen, Eric R. Green, William Nicholas Staats, Federico Valentin Lause

Notice bibliographique

RevueUKnowledge (University of Kentucky) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrashFactor (programming language)Computer scienceProgramming language

Résumé

récupéré en direct d'OpenAlex

Practitioners use Crash Modification Factors/Functions (CMFs) to calculate the number of crashes expected once a countermeasure has been implemented. When evaluating design alternatives, CMFs can be used in conjunction with safety performance functions (SPFs) to derive crash predictions. The Federal Highway Administration (FHWA) maintains the CMF Clearinghouse as a repository for CMFs. Contributions are submitted by researchers across the U.S., Canada, and throughout the world. Typically, multiple CMFs are associated with a single countermeasure. Some CMFs only apply to specific facility or crash types. Furthermore, CMF quality varies, and some only apply to specific facility and/or crash types, regions, or times. Using the Clearinghouse to identify an appropriate CMF for a given situation demands considerable time and significant expertise. This report describes the development and implementation of a spreadsheet-based tool that Kentucky Transportation Cabinet staff and the agency’s design consultants can use to select CMFs most appropriate for the state’s highways and conditions. Guidance instructs users on use of the tool. A web-based form was also developed, which must be filled out and submitted to KYTC’s CMF committee when a CMF is planned for use on a project.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,832

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,183
Écart entre enseignants0,155 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUKnowledge (University of Kentucky)Même sujetTraffic and Road SafetyTravaux en français237 207