MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096996667

Applying GIS-T for Heavy Truck Safety Analysis IMPROVING MOTOR- CARRIER AND HIGHWAY SAFETY HAS BECOME A PRIMARY FOCUS OF MANY TRANSPORTATION AGENCIES IN NORTH AMERICA. THIS FEATURE DISCUSSES THE BENEFITS AND CONSTRAINTS OF APPLYING GIS-T FOR HEAVY TRUCK S

2013· article· en· W7096996667 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTruckContext (archaeology)AuditGovernment (linguistics)Order (exchange)Intelligent transportation systemVehicle safetyGeographic information system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

and highway safety has become the number one priority for many transportation agencies in both the United States and Canada. 1 In the United States, this is reflected by the recently announced goal of the Federal Motor Carrier Safety Administration to reduce truck-related fatalities by 50 percent over the next 10 years. In Canada, this commitment is evident by the comprehensive initiative “Road Safety Vision 2010,” which identifies a target of a 20 percent reduction in fatalities or serious injuries in accidents involving commercial vehicles by the year 2010. 2 To achieve these reductions in the frequency of truck collisions within the context of expectations of large growth in truck traffic will necessitate major decreases in truck-collision rates—possibly in the order of one-half to even one-quarter of current rates. This implies severe technical and policy challenges and changes. During the past decade, government initiatives directed at heavy truck safety have concentrated on improving the mechanical fitness of trucks, controlling driver hours of work, and auditing and rating motor-carrier safety performance. While most would agree that these are both sensible and desirable initiatives, they ignore the significant safety enhancement opportunities offered by road design, traffic engineering and highway maintenance. Because of the geographic nature of these three elements, Geographic Information Systems (GIS) are an ideal tool to use in the analysis and evaluation of heavy truck safety. GIS-T allows for the manipulation of data on a geographical platform; facilitates integration of different databases through the use of geographical identifiers; and allows the engineer to conduct extensive and expansive condition-based analyses. This feature presents some of the results and experiences gained from applying GIS-T in the research of heavy truck safety

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,010
Tête enseignante GPT0,197
Écart entre enseignants0,187 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTraffic and Road Safety→Travaux en français237 207→