MétaCan
Menu
← Retour à la cohorte
Enregistrement W4291149928 · doi:10.3390/su14169909

Characteristics of Pedestrians in Bangladesh Who Did Not Receive Public Education on Road Safety

2022· article· en· W4291149928 sur OpenAlexaff
Tanvir Chowdhury, Shakil Mohammad Rifaat, Richard Tay

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensYork University
Organismes subventionnairesLG Display
Mots-clésPublicityBusinessDeveloping countryWork (physics)Socioeconomic statusTransport engineeringEconomic growthMarketingEngineeringEnvironmental healthPopulationMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

The safety of pedestrians, such as workers who largely walk to and from work, has not been given sufficient attention, especially in the area of traffic safety in developing countries, including Bangladesh. Although the National Road Safety Strategy has a very strong emphasis on road safety education and publicity campaigns, the road safety knowledge may not have reached these vulnerable road users who most needed them. Moreover, little is known about the penetration rate of these campaigns and who have benefited or not benefited from them. On the other hand, the developing country, like Bangladesh, is heavily dependent on its Readymade Garment (RMG) workers for earning foreign currency, and walking is one of the major mode of transports of those workers. The objective of this study is to identify those who are not reach by the safety education. Results from a survey of 1020 RMG workers around Dhaka identified several socioeconomic, demographic, travel characteristics and accident experience that affect the most vulnerable segments who are left out of the system. The findings of this study would help the policy makers to arrange necessary road safety education for the most vulnerable cohorts of pedestrians to encourage the continued use of this sustainable mode of commute.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,008
Tête enseignante GPT0,227
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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainability→Même sujetTraffic and Road Safety→Travaux en français237 207→