Impacts de l’environnement routier et cyclable sur les conflits vécus par les cyclistes dans la région urbaine de Québec
Bibliographic record
Abstract
Bien que la pratique du vélo utilitaire procure de multiples bénéfices individuels et collectifs, elle est aussi associée à des risques de conflits, de blessures et de décès. En effet, l’exposition des cyclistes au trafic routier les rend particulièrement vulnérables. Cette étude s’intéresse aux conflits – évènements sans collision – vécus par les cyclistes dans la région de Québec. L’objectif est double : évaluer l’occurrence de dix types de conflits cyclistes et identifier les types d’axes routiers et cyclables ayant un effet significatif sur les conflits. Pour ce faire, une collecte de données a été réalisée avec des vélos instrumentés (caméras et GPS) durant cinq jours en septembre 2019, avec un total de 1 741 km et de 102 heures. L’analyse des vidéos a permis d’identifier 470 conflits. La construction de trois modèles généralisés additifs logistiques a révélé les effets des types de routes et d’aménagements cyclables sur la probabilité d’un conflit avec un véhicule motorisé, une personne à pied et un autre vélo. Il en ressort que la présence d’une bande cyclable sur rue augmente significativement la probabilité d’un conflit avec un véhicule (stationné temporairement) ou avec des personnes marchant dans la bande cyclable. De nombreux conflits se produisent sur les pistes cyclables, soit avec un véhicule à l’intersection d’une voie routière (en l’absence d’un passage cyclable peint au sol), soit le long des pistes cyclables empruntées par des personnes qui marchent ou qui courent.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".