Mesurer l’impact sur la sécurité routière d’une \nmodification de limite de vitesse sur le réseau \nroutier du Québec
Bibliographic record
Abstract
Au Québec, les études récentes portant sur les liens entre limites de vitesse, \nenvironnement routier, vitesses pratiquées et sécurité routière sont très peu nombreuses \nalors que la vitesse est reconnue comme étant l’un des principaux facteurs explicatifs \ndes collisions. Il apparaît ainsi nécessaire de mieux documenter cette question avec des \ndonnées québécoises, notamment en ce qui concerne les impacts d’une modification de \nla limite de vitesse sur la vitesse pratiquée et les collisions. C’est dans ce contexte que \nle présent mandat de recherche a été octroyé à la chercheure Marie-Soleil Cloutier de \nl’INRS-UCS et à ses collaborateurs. Les objectifs de ce projet de recherche se déclinent \ncomme suit : \n \nOBJECTIF 1 : Documenter les endroits (au Québec et dans le monde) où les limites de \nvitesse ont été modifiées sur le réseau supérieur, incluant les circonstances et raisons \nayant motivé les changements de limite de vitesse et décrire les effets de ces \nchangements sur les vitesses pratiquées et l’occurrence de collisions. \n \nOBJECTIF 2 : Évaluer les conditions de sécurité suite à une modification de limite de \nvitesse sur le réseau supérieur québécois, afin de les comparer à la situation antérieure, \nc’est-à-dire : \n \nObjectif 2.1 : Évaluation de la fréquence, de la typologie et de la gravité des \ncollisions avant et après le changement de limite de vitesse, avec une attention \nparticulière aux usagers vulnérables (piétons, cyclistes) ; \n \nObjectif 2.2 : Évaluation des différentiels dans les vitesses pratiquées avant et \naprès le changement de limite de vitesse (selon les données disponibles) ; \n \nObjectif 2.3 : Évaluation du comportement actuel des usagers en fonction de \nla limite de vitesse et de l’environnement routier dans des lieux où la limite de \nvitesse a été changée.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.028 | 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".