Car drivers' road safety performance: A benchmark across 32 countries
Notice bibliographique
Résumé
The road safety performance of a country and the success of policy measures can be measured and monitored in different ways. In addition to the traditional road safety indicators based on the number of fatalities or injured people in road traffic crashes, complementary road safety performance indicators can be used in relation to vehicles, infrastructure, or road users' behaviour. The last-mentioned can be based on data from roadside surveys or from questionnaire surveys. However, results of such surveys are seldom comparable across countries due to differences in aims, scope, or methodology. This paper is based on the second edition of the E-Survey of Road Users' Attitudes (ESRA), an online survey carried out in 2018, and includes data from more than 35,000 road users across 32 countries. The objective is to present the main results of the ESRA survey regarding the four most important risky driving behaviours in traffic: driving under the influence (alcohol/drugs), speeding, mobile phone use while driving, and fatigued driving. The paper explores several aspects related to these behaviours as car driver, such as the self-declared behaviours, acceptability and risk perception, support for policy measures, and opinions on traffic rules and penalties. Results show that despite the high perception of risk and low acceptability of all the risky driving behaviours analysed, there is still a high percentage of car drivers who engage in risky behaviours in traffic in all the regions analysed. Speeding and the use of a mobile phone while driving were the most frequent self-declared behaviours. On the other hand, driving under the influence of alcohol or drugs was the least declared behaviour. Most respondents support policy measures to restrict risky behaviour in traffic and believe that traffic rules are not being checked regularly enough, and should be stricter. The ESRA survey proved to be a valuable source of information to understand the causes underlying road traffic crashes. It offers a unique database and provides policy makers and researchers with valuable insights into public perception of road safety.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».