Evaluating Effect of Operating Speed on Crashes of Rural Two-Lane Highways
Notice bibliographique
Résumé
Crashes on a roadway are influenced by various factors, including but not limited to road geometries, traffic volume, and environmental conditions. Among these factors, traffic volume and segment length are commonly used to predict crashes. Recently, the role of speed in crashes has been recognized as a significant factor, prompting its incorporation as a variable in crash modeling. Nevertheless, previous research studies that examined speed-related factors are mostly concentrated on higher functional class roads where speed data are abundant. Lack of actual speed data has limited the scope of such a study on rural two-lane highways. Due to recent advancements in data collection methodologies, there has been a significant increase in the accessibility of speed data pertaining to these roads. This study aims to assess the significance of speed as a predictor of crashes on rural two-lane highways, utilizing actual speed data. The results of this study showed a negative correlation between speed and crash frequency on rural two-lane roadways. In addition, it was observed that the impact of speed in the crash model becomes more pronounced at higher operating speed conditions of these roads. The aforementioned observation prompted us to consider a categorizer based on speed and, afterwards, separating crash prediction models for various speed ranges. This approach ultimately resulted in enhanced accuracy in crash prediction. Based on our analysis, developing separate models at different speed levels is recommended to better evaluate the safety performance of these roads under various conditions. Such models can also be useful for transportation planners and policymakers to identify high-risk segments and allocate resources to improve the safety of these roads.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».