MétaCan
Menu
Retour à la cohorte
Enregistrement W4200092367 · doi:10.1155/2021/7093096

A Driving Simulation to Analysis and Quantitative Comparison of Driving Behavior of Guide Signs at Intersections

2021· article· en· W4200092367 sur OpenAlexvenueno aff
Tianzheng Wei, Tong Zhu, Chenxin Li, Haoxue Liu

Notice bibliographique

RevueJournal of Advanced Transportation · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueSafety Warnings and Signage
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésLegibilityVital signsComputer scienceOffset (computer science)Driving simulatorEvaluation methodsAccelerationSimulationEngineeringReliability engineering

Résumé

récupéré en direct d'OpenAlex

Guide signs are an important source for drivers to obtain road information. However, the evaluation methods for the effectiveness of guide signs are not unified. The quantitative model for evaluating guide signs needs to be constructed to unify the current system of guide signs. This study aims to take the commonly used guide signs in China as the research object to explore the evaluation method of guide signs at intersections. Eight kinds of guide signs were designed and made based on the common layout (layout 1 and layout 2) and the amount of information on signs (3–6). Thirty-four drivers were recruited to organize a driving simulation based on the visual cognitive tasks. Drivers’ legibility time and driver behavior were obtained by using the driving simulator and E-Prime program. A comprehensive quantitative evaluation model of guide signs was established based on the factor analysis method and grey correlation analysis method from the perspective of safe driving. The results show that there is no significant difference in the SD of speed and the SD of acceleration under the influence of various guide signs. The average vehicle speed and acceleration decrease, and the lateral offset distance of the vehicle increases with the amount of information on guide signs increasing. The quantitative evaluation results of guide signs show that the visual security decreases with the increase of the amount of information on guide signs. And layout 2 has better performance than layout 1 when the amount of information on guide signs is the same. This study not only explores the change rule of driving behavior under the influence of guide signs, but also provides a reference for the selection of guide signs.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,393
Écart entre enseignants0,361 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetSafety Warnings and SignageTravaux en français237 207