Assessing Driving Risk Indicators from Large Driving Data Sets
Notice bibliographique
Résumé
Understanding the driving behaviours that lead to increased risk of collision for older drivers is a serious public safety challenge. Driving is important for older drivers to travel to activities that maintain an active independent lifestyle. Research has shown that varying levels of night driving, velocity and driving exposure may be risk factors. However, there is limited knowledge of what levels are indicative of higher risk for older drivers, especially as compared to a group of similar age peers. Drivers with behaviours significantly above or below the typical norm age group may indicate higher risk. For example, while lower levels of night driving could indicate lowered night-time crash risk due to self-regulation associated with reduced confidence or visual issues, greater amounts of nighttime driving may show increased risk related to over confidence or a need to drive at night. The paper analyzes a large dataset of naturalistic driving data that includes 1 year of driving data for 19,800 drivers and proposes normative models for night driving, driving speed and driving exposure for 5-year age groups from the youngest drivers (age 16) through to drivers over the age of 95. The models provide measures of the average and variance for drivers in each age group. This addresses a gap in the literature due to previous limitations of the available data or study population. The proposed measures allow for driver risk to be identified that is associated with atypical behaviour that is higher or lower than the age group norm. Models are proposed for night driving, velocity and driving exposure that allow the driving by other drivers to now be analyzed to identify with increased risk such as those that are outliers (+/- >2 SD from mean) in comparison to their age group peers.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».