MétaCan
Menu
Retour à la cohorte
Enregistrement W785684178

Injury risks in collisions involving buses in Alberta

2011· article· en· W785684178 sur OpenAlexaboutno aff
Md Mahmudur Rahman, Lina Katan, Richard Tay

Notice bibliographique

RevueTransportation Research Board 90th Annual MeetingTransportation Research Board · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCollisionTransport engineeringTruckPoison controlEngineeringAutomotive engineeringComputer scienceComputer securityMedicineEnvironmental health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigated the factors that contributed to injury in collisions that involved at least one bus in the province of Alberta. In this study, all kinds of buses (i.e. school bus, transit bus, intercity bus and other bus) crashes were considered. Four separate logistic regression models were calibrated: 1. single vehicle collisions on highways; 2. single vehicle collisions in non-highway locations; 3. two vehicles collisions on highways; and 4. two vehicles collisions on non-highway locations. The contributing factors to collision severity examined were: weather condition, characteristics of collision partner, collision partner's driver age, bus driver age, bus, age, grade and sag sections, lighting conditions and collision location. Our analysis showed that weather condition was a significant contributing factor in all four types of collisions. Interestingly, adverse weather condition resulted in fewer injuries. Our results also showed that types of collision, characteristics of collision partner, collision partner's driver age and weather condition had significant effect on severity level for collisions occurring on both highway and non-highway locations. Additionally, the driver age of bus and collision partner were found to be significant factors in collision severity. Other factors were shown to affect injury risk only in one particular situation. For instance, for highway related collisions, driver age of collision partner had significant effect on severity levels whereas the age of the bus driver didn't. In addition, for highway collisions, collision severity was higher for head-on crashes, bus-bus crashes, bus-truck crashes, bus-motorcycle crashes, older buses, on grade and in sags, during dark and sun glare whereas probability decreased with larger outside shoulder width. For non-highway locations, crashes occurring near tunnel/underpass/overpass/signalized intersection were shown to result in higher probability of injury. Our results also showed that pedestrian involved single-bus collisions on non-highway road had higher injury risk than involvement of any other objects.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
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 Opus0,101
Tête enseignante GPT0,365
Écart entre enseignants0,264 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 90th Annual MeetingTransportation Research BoardMême sujetTraffic and Road SafetyTravaux en français237 207