Voices of the Vulnerable: Insights from A German Road Safety CoCreation Workshop
Notice bibliographique
Résumé
Global Road traffic incidents account for approximately 1.19 million fatalities annually, with an additional 50 million people sustaining injuries.Vulnerable Road Users (VRUs) constitute a significant proportion of these statistics (almost half).The scenario is akin to Europe, where 70% of the overall road fatalities are attributed to VRUs.Initiatives like the European Commission's Vision Zero aim to eliminate road accident fatalities and enhance transportation safety.Therefore, understanding the specific challenges VRUs face is crucial to address this issue effectively.While prior studies have explored challenges among specific VRUs, this study comprehensively gathers a wide range of stakeholder groups and analyses the various attitudinal and subjective concerns of VRUs in Germany.By adopting a co-creation approach through online workshops, insights and common challenges faced by VRUs were identified.Key themes such as infrastructural issues, behaviour and attitude, requisite for training and awareness, law and regulation enforcement, personal safety concerns, leveraging technological advancement, environmental concerns, and potential solutions emerged from thematic analysis of qualitative data.This provides valuable information for those instrumental in driving change and for those delivering policy.Moreover, this study underscores the importance of involving end-users in planning mobility infrastructure to tailor safety measures to diverse VRU needs.Adopting a human-centric design approach is critical to reducing road injuries and fatalities and ensuring equitable access and safety for all VRUs in Germany.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».