6A.002 Traffic calming implementation around elementary schools: Stepped wedge RCT
Notice bibliographique
Résumé
Background Motor-vehicle collisions are a leading cause of child bicyclist and pedestrian injuries in Canada. Injury occurrence and severity are associated with vehicle speeds but may be moderated through traffic calming. As a third of child bicyclist and pedestrian injuries occur within 300 meters of schools, it is important to focus interventions at these locations. This study will compare the effect of two traffic calming measures (i.e., in-street signs and traffic-calming-curbs) around elementary (K-Gr8) schools in Calgary. Methods Using a stepped-wedge cluster randomized controlled trial, 70 eligible elementary schools will be randomly assigned one traffic calming intervention, installed between April and August 2020. Traffic speed and volume (pneumatic tubes), and active transportation prevalence (observational counts), will be collected one week before and one week after intervention installation. Change in outcomes between pre- and post-intervention will be compared within schools for each intervention type. Post-intervention data will also be compared with pre-intervention data from schools yet to receive the intervention. Analyses will include generalized linear mixed effects models. Results Reductions in vehicle speeds are expected for both traffic calming features. Smaller changes in traffic volume and active transportation are expected across all traffic calming features. Greater effects are expected from traffic-calming-curbs. Discussion Scientific evidence on traffic calming intervention effectiveness may improve municipal decision-making, standards for new construction, prioritization of interventions in other jurisdictions, and inform further study in non-school environments. This study is a partnership between the City of Calgary and the University of Calgary.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,145 | 0,010 |
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 source (Gemma direct ou Codex distillé), 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 ».