Multijurisdictional Safety Evaluation of Red Light Cameras
Notice bibliographique
Résumé
The use of red light camera (RLC) systems has risen dramatically in the United States in recent years. The size of the problem, the promise shown by RLC systems in other countries, and the paucity of definitive U.S. studies have motivated a multijurisdictional U.S. study. The fundamental objective of this study, which was sponsored by FHWA, was to determine the effectiveness of the RLC systems in reducing crashes at monitored intersections as well as jurisdictionwide. Phase I involved the development of a detailed experimental design that included collection of background information, establishment of study goals, selection of potential study jurisdictions, and specification of statistical methodology. In Phase 2, an empirical Bayes before-and-after study used data from seven jurisdictions across the United States, with a total of 132 treatment sites. Effects detected were consistent in direction with those found in many previous studies—a decrease in right-angle crashes and an increase in rear-end crashes—although both effects are somewhat lower than those reported in many sources. The extent to which the increase in rear-end crashes negates the benefits for right-angle crashes is unclear and points to the need for an examination of the economic cost of crashes, which is the subject of a companion paper, to aggregate the effects on rear-end, right-angle, and other crash costs. That second paper seeks to isolate all factors that would favor the installation of RLC systems by using the aggregate economic benefit as the outcome variable. There were weak indications of a spillover effect, which point to a need for a more definitive, perhaps prospective, study of this issue.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».