Statistical Relationship Between Objective and Subjective Road Safety Using Social Media Data: A Bayesian Multivariate Modeling Approach
Notice bibliographique
Résumé
The current literature rarely addresses the statistical relationship between collision occurrence (objective safety) and reports of perceived unsafety at road sites (subjective safety). This study aims to analyze this relationship using social media data collected and classified from Twitter (now X), applying a Bayesian seemingly unrelated regression (SUR) framework to jointly model both safety dimensions. By analyzing collision data and road-safety-related tweets (RSTs) from Vancouver between 2017 and 2019, macro-level prediction models were developed within the SUR framework and relative risks (RRs) were derived from model parameters to identify the key risk factors. When the RRs for objective safety aligned with those for subjective safety, it indicated that subjective safety could serve as a reliable predictor of objective safety. Five collision types and 9 distinct categories of classified RSTs were employed to develop 45 Bayesian SUR models, where four groups of explanatory variables were used to test different scenarios. While there was a general alignment between subjective and objective safety overall, notable discrepancies were also found when different categories were analyzed. Near-miss observations and safety reports related to active modes were particularly aligned to collision occurrence, especially with property-damage-only collisions. Conversely, design and maintenance-related issues showed minimal alignment with collisions. Overall, the study provided a valuable resource for future risk reduction studies by showing how specific subjective safety observations can or cannot reflect real-world collision risk. This approach suggests the potential for integrating subjective reports into comprehensive safety assessments, offering key insights for policymakers to develop safety strategies more proactively.
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 | 0,019 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».