Effectiveness and Optimal Location of Real-Time Traffic Conflict Risk Warning System for Rural Unsignalized Intersections: A Driving Simulation Study
Notice bibliographique
Résumé
The real-time traffic conflict risk warning system (RTCRWS) is proposed as a new proactive crash prevention and control strategy for intersections designed to reduce traffic on the main road to rural unsignalized intersections when a vehicle enters the access roads. This study aims at evaluating the effectiveness of the RTCRWS with different locations based on a driving simulation experiment. In this study, four types of the RTCRWS installation location schemes (i.e., no installation, 50 m/100 m/150 m away from the unsignalized intersection) are designed. Twenty-two experienced drivers participated in the driving simulation experiment, and seven evaluating indicators representing driving behavior data are proposed. Two methods to analyze the data are applied: (1) descriptive analysis of driving behavior characteristics different location schemes of the RTCRWS and (2) entropy weight-fuzzy comprehensive evaluation of the RTCRWS. The results show that the RTCRWS has a significant effect on slowing vehicles when approaching the rural unsignalized intersections. If the location of the RTCRWS is 50 m, 100 m, and 150 m from the intersection, the comprehensive score of fuzzy evaluation is 75.82, 74.91, and 77.22, respectively, which implies that the scheme with the RTCRWS 150 m ahead of the intersection is the most effective.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».