Use of single vehicle collisions to model fatigue-related crashes on rural two-lane highways
Notice bibliographique
Résumé
Fatigue-related crashes are believed to be more common on rural highways than on urban roads and on two-lane roads rather than on other rural road types. Thus an understanding of how design factors affect fatigue-related crashes on rural to-lane roads is vital. The problem is that fatigue is rarely reported as a cause of crashes, since is is rarely suspected by the police as a possible cause and since potential liability may motive the drivers not to reveal the real causes of the crash. Thus, getting a handle on these crashes thorough modeling is a formidable challenge. Fortunately, there is research to suggest that single-vehicle run-off-road crashes, particularly those during periods of low circadian rhythm, can be used as a reasonable surrogate in modeling fatigue--related crashes. The paper is based on research to examine how fatigue-related crashes rural on two-lane roads, as represented by single vehicle crashes, are affected by various engineering design factors. This study's goal is to explore the effects of fatigue on driving on rural two-lane roads in North America, and to consider how we can work towards mitigating the effects of fatigue on traffic safety. For this investigation, generalized linear and logistic regression modelling were used on US Highway Safety Information System (HSIS) data from Ohio. Models were developed separately and combined for periods of high and low circadian rhythm and for single-vehicle run-off-road and other crashes. The results show, for example, the after controlling for traffic volumes, increases in speed limit, average curvature and average gradient and decreases in surface width and average shoulder width were found to be associated with increased fatigue related crashes. Important differences were found in the effects of factors for period of low and high circadian rhythm.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».