How people with disabilities influence crowd dynamics of pedestrian movement through bottlenecks
Notice bibliographique
Résumé
Despite considerable research efforts, most controlled empirical studies on crowd movement usually rely on homogeneous crowds, i.e., research participants are typically young adults without disabilities. Consequently, relatively little is known about pedestrian movement in more diverse and heterogeneous crowd conditions, e.g., when persons with reduced mobility are present. This gap may be particularly relevant at bottlenecks, along the path of a moving crowd, that limit the capacity of pedestrian flow. Here, we present results from 12 studies in which participants (total N = 252) with and without visible disabilities moved together in a crowd. In each study, groups of participants walked together in a hallway with a bottleneck at the end. The point of speed adoption, distances between neighbours, and behavioural activities were analysed. We found (1) that participants with disabilities reduced their speed further away from the bottleneck than participants without disabilities; (2) participants without disabilities stayed closer to neighbors with disabilities than to neighbors without disabilities; and (3) participants interacted and communicated with each other to organise in front of the bottleneck. These results underline the importance of studying representative and heterogeneous samples in crowd dynamics. We also argue that more interdisciplinary research is needed to better understand the dynamics of interactions between neighbors in a crowd. A more nuanced understanding of pedestrian dynamics holds the promise of improving the validity of simulation tools such as movement and evacuation models.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».