Revue de littérature sur les interactions conducteurs – usagers vulnérables
Bibliographic record
Abstract
Dans le cadre de sa Stratégie de prévention en sécurité routière, la Société de l’assurance automobile du Québec (SAAQ) s’est dotée d’un plan d’action sur le partage de la route afin d’améliorer le bilan routier et la sécurité des usagers vulnérables. Dans cette stratégie, les « usagers vulnérables » réfèrent aux piétons, aux cyclistes, et aux motocyclistes. Contrairement aux automobilistes protégés par l’habitacle de leur véhicule, ces usagers de la route n’ont aucune protection, ce qui les rend particulièrement vulnérables lors de collision. La SAAQ rapporte un bilan routier avec des proportions de décès et de blessés en augmentation. En 2006-2008, la proportion de décès et de blessés graves impliquant des usagers vulnérables représentait 28,5% alors qu’en 2016-2018, cette proportion s’élève à 36,5%. Dans ce contexte, la SAAQ a donné un mandat de recherche afin de réaliser une revue de littérature sur les études traitant des situations d’interactions entre les conducteurs (de véhicules de promenade ou de véhicules lourds) et les usagers vulnérables. Marie-Soleil Cloutier, directrice du Laboratoire piéton et espace urbain (LAPS) et Nicolas Saunier de Polytechnique Montréal, proposent ici un projet de revue systématique pour répondre aux besoins exprimés par la SAAQ.
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 | 0.016 | 0.046 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.006 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.019 | 0.003 |
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".