MétaCan
Menu
Retour à la cohorte
Enregistrement W4285299902 · doi:10.54941/ahfe1002458

Global Changes to Driver Behavior Amid COVID-19

2022· article· en· W4285299902 sur OpenAlex
Siby Samuel, Yovela Murzello

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueAHFE international · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionDistracted drivingCoronavirus disease 2019 (COVID-19)Computer securitySocial distanceTravel behaviorPoison controlTransport engineeringPandemicComputer scienceBusinessEngineeringPsychologyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Road safety has remained a primary issue worldwide since the advent of automobiles. Significant advances have been made over the past several decades that have led to substantial improvements in safety. These advances include changes to the infrastructure, improvements to automobiles including ambient interfaces, connected and automated technology, and the availability of advanced cognitive training interventions. However, the recent spread of COVID-19 and subsequent social distancing measures, including travel bans and partial/complete lockdowns worldwide, has caused a dynamic shift in driver behavior, particularly those elements of behavior most associated with safety in general and crashes in specific. The current article aims to identify the critical changes to safe driver behavior in the post-COVID-19 era, reflect upon the behavioral factors driving this change, and suggest potential countermeasures to mitigate the unexpected change in driver behavior. The current review identified three crucial characteristics of post-pandemic driver behavior consisting of two negative trends, including 1) an increase in speeding behaviors, and 2) a greater propensity for distracted driving, and one positive trend 3) a reduction in congestion. A recent literature review shows that critical behavior changes include increased excessive speeding accompanied by a reduction in congestion. Further, distracted driving incidents are rising globally, while road crashes and mobility have declined. A preliminary analysis was conducted on open traffic data available from various locations. In Ontario, the number of speeding tickets issued from July 2020 to June 2021 was more than double the number of tickets issued in 2019. Additionally, an analysis of traffic tickets issued in New York State showed an increase in violations involving mobile phones and portable electronic devices in driving during the lockdown period in 2020. This unexpected shift in driver behavior necessitates the exploration of countermeasures that promote safer driver behavior. A discussion is presented along with future steps to tackle the negative trends in driver performance. The findings may have potential implications for policymakers, researchers, and the public.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,272
Écart entre enseignants0,257 · 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