Pedestrians’ unsafe road-crossing behaviors in Iran: An observational-based study in West Azerbaijan
Notice bibliographique
Résumé
Pedestrians are one of the most vulnerable users in road traffic injuries (RTIs). The rate of pedestrians’ fatality is high in Iran. It is worthwhile to investigate how pedestrians behave. This observational study aimed to investigate pedestrians’ unsafe behaviors while crossing. This cross-sectional study examined the behavior of 1095 pedestrians (69.7% men) using videotaping when they crossed at two intersections and three non-intersections on a weekend and two working days in the morning, at noon, and in the evening. The information obtained was classified into 5 domains including adherence to traffic rule, violation, environmental barriers, visibility, and distraction. Data were analyzed using Stata version 17. About 60% of the pedestrians ignored the crosswalk and crossed the street wherever they wanted. More than 30% ignored the vehicles passing and crossed the street inattentively. About 60% of the pedestrians committed violations. More than half of pedestrians crossed unsafe crossings diagonally or in a hurry. More than 35% wore dark clothing and had low visibility, and nearly 30% were distracted. Adolescent pedestrians did not adhere traffic rules about 6 times more than the young adult pedestrians. Pedestrians who did not adhere to traffic rules in the morning were significantly more than in the evening. Men committed a violation 1.47 times more than women. The results showed that the pedestrians committed a violation in the morning significantly more than in the evening. The occurrence of pedestrians’ unsafe behaviors in Maku was high. Unsafe behaviors were high among men and young adult pedestrians. Therefore, it’s essential to implement educational interventions via different media as well as environmental interventions by different organizations to improve safe behavior among pedestrians.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».