Factors Contributing to Median Encroachments and Cross-Median Crashes
Notice bibliographique
Résumé
Previous studies of contributory factors associated with cross-median crashes have typically focused on median width and average daily traffic (ADT). A few studies have looked at the influence of geometry and cross-sectional elements. These studies did not explore many other design and operational factors that may contribute to cross-median crash frequency or severity (e.g., interchange ramps, interchange spacing, mixture of vehicle types, peak-period volumes, peak-period duration, land use, access control, driver workload, posted speed, or presence of speed transition zones). All median-related incidents begin with a median encroachment. Reducing median encroachments will reduce both cross-median crashes and fixed-object crashes in the median. Consequently, analyzing median encroachments should provide additional insight into the causes of cross-median crashes. There is also a knowledge gap regarding countermeasures appropriate for the various factors contributing to median encroachments and cross-median crashes. Although installing a barrier will greatly reduce cross-median crashes, it will also increase fixed-object crashes and the crash risk of maintenance personnel. Other countermeasures besides barriers exist, and knowing which ones effectively address the contributory factors on a highway will allow an engineer to develop a more effective design. This report identifies design and operational factors that contribute to the frequency and severity of median encroachments and cross-median crashes. It also identifies countermeasures for addressing those contributory factors. For this project, the research team reviewed the literature on median encroachments and cross-median crashes. Based on a survey of states, Canadian provinces, and turnpike/toll road authorities, the team compiled a list of design and operational factors likely to contribute to median encroachments and cross-median crashes. The research team then collected data to determine the relative contribution of each of the factors to median encroachments and cross-median crashes. Appendix D of the report provides recommended guidelines for reducing the frequency and severity of median-related crashes. This material is designed to be easily incorporated into a transportation agency’s design manual.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».