Do Expressway Interchanges Increase Crash Injury Severities? Insights Using Temporal Instability and Unobserved Heterogeneity
Notice bibliographique
Résumé
Expressway crashes in interchange areas are a critical concern in China, posing significant economic and social challenges. Utilizing three years of crash data from the Beijing–Shanghai Expressway, this study investigates the transferability and heterogeneity of crash characteristics between interchange and noninterchange areas, as well as the temporal shifts in factors influencing injury severity levels. The research employs four series of random parameters logit models to estimate three potential crash injury severity outcomes of severe injury, minor injury, and no injury (based on the most severely injured individual in each crash) and to identify key determinants, encompassing driver, vehicle, roadway, environmental, temporal, traffic, and crash attributes. Likelihood ratio tests and out-of-sample predictions are utilized to assess the temporal stability and transferability of crash area characteristics. Additionally, the marginal effects of various determinants are calculated to understand their influence across different year periods and crash types. Key variables such as overspeed, single-vehicle, AADT (annual average daily traffic volume), Ls min , and other crash type indicators are identified as significant random parameters, demonstrating heterogeneity in means and variances. Notable distinctions are observed between interchange and noninterchange crashes, indicating nontransferability, with most significant indicators revealing temporal instabilities. Furthermore, factors such as multivehicle involvement, buses, and nighttime conditions are identified as risk indicators, notably increasing the likelihood of severe injuries. These insights are invaluable for expressway designers and decision-makers, aiding in understanding the contributing mechanisms of various elements. This study suggests that stricter enforcement measures are crucial to prevent random lane changes, particularly at interchange entrances and exits. Additionally, effective management strategies and enforcement countermeasures should be implemented to mitigate crash injury outcomes in both interchange and noninterchange areas.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».