MétaCan
Menu
Retour à la cohorte
Enregistrement W4414559956 · doi:10.1016/s2307-1877(25)00569-3

The effect of automated speed cameras on fatal traffic collisions in Kuwait

2015· article· en· W4414559956 sur OpenAlexaff
Amal Jasem Abdulsalam, Yasser Hassan, Abd El Halim Omar Abd El Halim

Notice bibliographique

RevueJournal of Engineering Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCollisionWork (physics)Road trafficStatistical analysisPoison control

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Improvements to highway safety are a high priority for highway authorities due to the social and economic costs of traffic collisions. The main objective of this research work was to compare the safety performance on road sections near automated speed cameras (ASCs) with other road sections and to examine the safety effect of ASCs measured in terms of fatal traffic collision frequency, using data from Kuwait. This research work established the most comprehensive fatal collision database for Kuwait that can be used to identify locations with history of high fatal collision frequency. The database was incorporated into geographic information system (GIS) platform for easy geographic manipulation and display of the data. Collision prediction models were developed to assess the effect of ASCs, as measured in frequency of fatal traffic collisions. The results of the statistical analysis showed that there is a statistically significant relationship between fatal collisions and ASCs for zones with 2,000-m radius. The models indicated a trend of higher fatal collision frequencies for zones with ASCs compared to similar zones without ASCs. This finding may have been the result of locating the ASCs in areas with a history of high fatal collision or locations with higher potential for fatal collisions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,372

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,319
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering ResearchMême sujetTraffic and Road SafetyTravaux en français237 207