MétaCan
Menu
← Retour à la cohorte
Enregistrement W4229595845 · doi:10.32920/ryerson.14652864.v1

Calibration of the Highway Safety Manual and the SafetyAnalyst Methodologies for Ontario Highways

2021· preprint· en· W4229595845 sur OpenAlexaffabout
Ali Sabbaghi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTransport engineeringChristian ministryTransferabilityCrashMinistry of TransportTraffic volumeHighway systemCalibrationEngineeringComputer scienceStatisticsLogit

Résumé

récupéré en direct d'OpenAlex

SafetyAnalyst and the Highway Safety Manual (HSM) are two tools that are expected to revolutionize highway safety analyses. A key issue that allows SafetyAnalyst and HSM to become the new standards in road safety engineering is the calibration of their safety performance functions (SPFs) across time and jurisdictions. In this study, the methodologies of SafetyAnalyst and HSM are calibrated for Ontario to evaluate the effective transferability of their SPFs to local topographical conditions. A SafetyAnalyst calibration has been completed for Ontario highways and freeways, intersections, and ramps for six years (1998-2003) of traffic and accident counts. A data set which consists of 78 kilometres of rural two-lane two-way highways and 71 three- and four-legged stop controlled intersections located in the eastern and central regions of the Ministry of Transportation of Ontario (MTO) with six years (2002 to 2007) of traffic volume and collision counts has been used to evaluate the HSM SPFs to Ontario data. Several goodness-of-fit (GOF) measures are computed to assess the transferability and suitability of the crash models for applicability in Ontario. The study suggests that while most of the SafetyAnalyst SPFs for highways and ramps are not adaptable to Ontario data, the recalibrated SafetyAnalyst SPFs for intersections and also the recalibrated HSM Part C predictive models for two-lane rural highways and intersections provide satisfactory results in comparison to the crash models developed specifically for Ontario. Finally, this research highlights the substantial need for future improvements in data quality for more reliable safety performance estimations and evaluations.

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)0,007
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,665

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,030
Tête enseignante GPT0,250
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTraffic and Road Safety→Travaux en français237 207→