MétaCan
Menu
Retour à la cohorte
Enregistrement W3127696836 · doi:10.21122/2227-1031-2021-20-1-45-51

Ways to Improve Road Safety Audit in the Republic of Kazakhstan

2021· article· en· W3127696836 sur OpenAlexaboutno aff
K. Ibrayev, D. V. Kapskiy, Slavica Bogdanović

Notice bibliographique

RevueScience & Technique · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation Systems and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAuditBusinessTransport engineeringRoad accidentRanking (information retrieval)Risk analysis (engineering)EngineeringAccountingComputer science

Résumé

récupéré en direct d'OpenAlex

There are two types of internationally recognized engineering approaches to addressing road safety issues – proactive and reactive. Predicted or proactive approach includes prevention of accidents and taking corrective measures before accidents can occur. One example of this approach is road safety audit, which is a relatively new tool in developing countries. The paper has analyzed approaches to road safety audit outlined in guidelines of the United Kingdom, Ireland, USA, Australia, Canada, as well as in guidelines of Asian Development Bank for the countries of Central Asian Regional Economic Cooperation. All reviewed documents are characterized by a similar approach to the basic definitions, to selection of audit team and requirements for team members, to the main stages of road safety audit. All reviewed guidelines emphasize that audit is not a means of project works evaluation, verification of compliance with standards, a means of projects ranking or evaluation. Approach to road safety audit, outlined in recommendations developed in the Republic of Kazakhstan has also been analyzed. It has been established that the document does not meet approaches adopted in developed countries. Conditions of the Republic of Kazakhstan require development of a new document based on analysis of the best international experience. Currently, the Republic of Kazakhstan has embarked on a gradual introduction of “road forgiving mistakes” approach to the design and operation of roads. This fact should also be considered when revising road safety audit manual.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,001
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,244
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience & TechniqueMême sujetTransportation Systems and LogisticsTravaux en français237 207