Investigating the Relationship between Traffic Violations and Crashes at Signalized Intersections: An Empirical Study in China
Notice bibliographique
Résumé
About 90% of traffic crashes are caused by human factors, within which traffic violations are one of the most typical and common causes. In order to investigate the relationship between traffic violations and traffic crashes, this research targets signalized intersections in two Chinese cities: Yinchuan and Suqian. Thirty-one intersections are selected as the research sites, and additionally, the traffic volume, traffic violation, and traffic crash data of each intersection are collected for one year. A White’s test is conducted to test the homoscedasticity of the data and a multiple linear regression model is employed to investigate the relationship between traffic crashes and violations. The results show the following: (1) although the research sites are located in two different cities, the data is homoscedastic, which suggests that the above result may be statistically stable between different cities. (2) There is a significant multiple linear regression relationship (R2 = 0.782, adjusted R2 = 0.716) between the total number of traffic crashes and traffic violations. Among the chosen 7 independent variables, four are significantly related to the dependent variable, namely, driving commercial vehicle during internship, wrong-way entry, speeding, and traffic-light violation. (3) With the increase of annual average daily traffic (AADT), the number of total crashes goes up; however, the injury-or-fatality rate decreases, which means that intersections with smaller traffic volumes tend to have higher traffic crash severity. Based on the above conclusions, it is possible to conduct more targeted enforcement to improve the safety of intersections.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».