Comparing the Highway Safety Manual's Safety Performance Functions with Jurisdiction-Specific Functions for Intersections in Regina
Notice bibliographique
Résumé
The first edition of the Highway Safety Manual (HSM) includes a number of safety performance functions (SPF), which can be used to identify collision-prone locations on a roadway network. The HSM recommends that these SPFs be calibrated in order to more accurately reflect a specific jurisdiction's unique roadway characteristics, driver behavior, etc. Another alternative is the creation of jurisdiction-specific SPFs. For this study, negative binomial regression was used to develop a set of models using five years of collision data (2005-2009) from the city of Regina, Saskatchewan. Three intersection categories were investigated: 3-leg unsignalized, 4-leg unsignalized, and 3 and 4-leg signalized. The SPFs provided in the HSM were also calibrated using this data, and a set of calibration factors were produced. Statistical goodness of fit (GOF) tests were performed in order to determine the best-fitting SPFs for the study region. In addition to the statistical tests, CURE (cumulative residual) plots were utilized to perform two comparisons: between candidate jurisdiction-specific model forms, and between the jurisdiction specific SPFs and the HSM's SPFs (both calibrated and un-calibrated). It was found that the jurisdiction-specific SPFs provided the best fit to the data used in this study, and would be the best SPFs for predicting collisions at 3 and 4-leg intersections in the City of Regina. For the covering abstract of this conference see ITRD record number 201211RT334E.
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 | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».