Identifying Factors Contributing to the Motorcycle Crash Severity in Pakistan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Motorcycle is a popular mode of transportation in many developing countries, including Pakistan. Since the last decade, the registered number of motorcycles in Pakistan has increased by six times, constituting 74% of the total registered vehicles. However, limited research efforts have been made to investigate motorcycle-related safety issues in Pakistan. Thus, the relationship between potential risk factors and injury outcomes of motorcycle crashes is still unclear in the country. This study, therefore, established a random parameter logit model to examine the factors associated with the motorcycle injury severity. The analysis is based on two years (2014–2015) of data collected through the road traffic injuries surveillance system from Karachi city, Pakistan. The results indicate that the summer season, weekends, nighttime, elderly riders, heavy vehicle, and single-vehicle collisions are positively associated with fatalities, while the presence of pillion passengers and motorcycle-to-motorcycle crashes are negatively associated with fatalities. More importantly, in the specific context of Pakistan, morning hours, young riders, and female pillion passengers whose clothes stuck in the wheel significantly increase the fatal injury outcomes. Based on the findings, potential countermeasures to improve motorcycle safety are discussed, such as strict enforcement to control motorcyclists' risky behavior and speeding, provision of exclusive motorcycles lanes, and education of female pillion passengers. The findings from this study would increase awareness of motorcycle safety and can be used by the policymakers to enhance road safety in Pakistan, as well as in other developing countries with similar situations.
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.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle