Bibliographic record
Abstract
Suite a la publication du Highway Safety Manual (HSM) par l’AASHTO en 2010, le Ministere des transports du Quebec s’est engage dans le processus de calibrage des modeles de prediction des accidents qui y sont proposes. Le but du calibrage est d’ameliorer la precision des modeles afin qu’ils representent mieux le contexte d’autres juridictions. Ce processus, entrepris par la Direction de la securite en transport en collaboration avec les directions territoriales du Ministere, a porte dans un premier temps sur les routes rurales a deux voies contigues (chapitre 10 du HSM). Pour ce type de route, le HSM fournit des modeles de prediction pour trois types d’intersections, soit les carrefours en T munis d’un arret sur l’approche secondaire, les carrefours en croix munis d’arrets sur les approches secondaires et les carrefours en croix munis de feux de circulation, ainsi que pour les sections courantes. Pour chacun des types de sites concernes, un echantillon d’environ 50 sites a ete forme de facon aleatoire. Des informations sur les caracteristiques de l’amenagement et de la circulation dont tiennent compte les modeles ainsi que le nombre d’accidents observes aux sites selectionnes durant une periode de trois ans ont ete compiles. Lors de la compilation, il a ete observe que les proportions d’accidents impliquant des animaux etaient tres variables d’une direction territoriale a l’autre et meme d’un site a l’autre a l’interieur d’une meme region. Suite a la consultation d’experts en securite routiere dans quelques directions territoriales, il a ete convenu qu’il serait preferable d’etablir le facteur de calibrage en excluant les accidents impliquant des animaux pour diverses raisons. De plus, il a ete interessant de constater que generalement les valeurs du facteur de calibrage obtenus ne s’eloignaient pas de l’unite de facon tres importante, ce qui indique que les accidents se produisent dans des proportions relativement semblables a ce qu’on observe aux Etats9Unis. Dans un deuxieme volet, les proportions des differents types d’accidents et des differentes gravites ont ete calculees a partir des donnees provenant de l’echantillon de sites choisis pour le calibrage. Ces proportions sont appliquees au nombre total d’accidents calcule avec le modele de prediction afin d’obtenir le nombre d’accidents de chaque type ou de chaque gravite. La methode de prediction des accidents du HSM, ainsi calibree pour le contexte des accidents au Quebec, permettra donc aux experts en securite routiere d’effectuer des analyses de securite plus completes et plus precises.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".