Analysis of Children’s Traffic Behaviour at Signalized Crosswalks as a Precondition for Safe Children Routes Design: A Case Study from Croatia
Notice bibliographique
Résumé
Children pedestrians represent road users with some specifics because of which it is important to study and take into account their traffic behaviour when traffic infrastructure is designed. Design should ensure and enhance their traffic safety because for decades, traffic accidents have been among the first few causes of children and adolescent mortality. Pedestrian speed is one of the important inputs when pedestrian infrastructure, especially crosswalks, is designed. On corridors where children are expected on a daily basis as independent pedestrians, the infrastructure should be adjusted to their characteristics and needs. The results of a study conducted in two Croatian cities of a similar size but of different urban and traffic conditions are presented in this paper. This study aimed at establishing and analysing children’s pedestrian speed while crossing the signalized crosswalk in the buffer area of elementary schools, mostly on primary roads in the school vicinity. Children aged 5–15 were observed, and accordingly V15, V50, and V85 speeds were established on the basis of altogether 600 measurements. Speed was established for children walking individually, in a group and supervised by adults, and of a different age, and based on their gender, the impact of infrastructural elements on their speed in traffic was also analysed. Significant differences were found between children’s speed measured in similar conditions in analysed cities and between some of the analysed groups. This fact proves that when improving conditions for children’s independent movement, it is important to consider their specifics in order to ensure safe design adjusted to children’s needs and limitations. As design speed in this paper, 15 percentile speed (V15) is considered. Suggestions on how to establish children pedestrian speed for design of routes regularly used by school children are proposed as well as some inputs elicited from the study done in Croatia are presented.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 ».