MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414812246 · doi:10.1177/03611981251362139

Risk Assessment of Bus Drivers Considering Physical and Psychological Health Using a Risk Scoring Model

2025· article· en· W4414812246 sur OpenAlexaff
Yujun Jiao, Xuesong Wang, Andrew Morris, Yueng-Hsiang Huang, Mengna Wu

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésOccupational safety and healthRisk assessmentPoison controlHuman factors and ergonomicsInjury preventionSuicide preventionGeneralizability theoryCrash

Résumé

récupéré en direct d'OpenAlex

Bus-related crashes lead to significant property damage, injuries, and fatalities. Assessing driver risk forms the basis for implementing safety countermeasures for crash-prone high-risk bus drivers. Physical and psychological health characteristics are critical factors in crash risk. However, little research has considered physical and psychological health in driver risk assessment. Most studies classify drivers into several risk groups based on a single indicator, but quantifying individual driver risk with multiple factors remains underexplored. This study developed a driver risk scoring model for bus drivers by simultaneously considering demographic characteristics, travel characteristics, driving behavior, and physical and psychological health, to explore significant variables influencing driving risk. The investigation, conducted at a bus company in Beijing, China, surveyed 10,201 bus drivers. A hybrid weight determination method, combining analytic hierarchy process and entropy weight, determined the weight of each variable. Higher driver scores indicated a lower level of driver risk. The frequency of crashes and violations was significantly negatively correlated with rating scores, validating the model’s effectiveness. Results revealed: (a) bus driver scores ranged from 33.5 to 100 points, with approximately 90% of drivers scoring over 80 points, categorizing them as a safe group, and (b) driving behavior and physical and psychological health were the most significant variables affecting bus drivers’ risk. This study acknowledges its reliance on self-reported data and limited generalizability outside of China, yet it provides valuable insights for improving driver risk assessment within similar contexts. The findings could assist bus companies in identifying high-risk drivers and selecting appropriate intervention methods.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,111
Tête enseignante GPT0,436
Écart entre enseignants0,324 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research Board→Même sujetTraffic and Road Safety→Travaux en français237 207→