Safety at Quebec's roundabouts: Investigating injuries and accident occurrence
Bibliographic record
Abstract
De nombreuses études, tant aux États-Unis qu'en Europe, ont étudié le carrefour giratoire en tant que moyen d'améliorer la sécurité des intersections. L'objectif principal de ces études a été l'enquête de l'efficacité des carrefours giratoires, ainsi que les facteurs contributifs associés au risque de collision en regardant à la fois le nombre et la gravité des accidents. Malgré le nombre d'études dans ce domaine, très peu de recherches existent dans le contexte Canadien ou provinciale Québécois où les facteurs locaux pourraient jouer en faveur ou contre les carrefours giratoires. Plus important encore, la popularité des carrefours giratoires dans la Province de Québec a considérablement augmenté dans les dernières années. Les préoccupations liées aux problèmes de sécurité dans les carrefours giratoires restent, sans réponse claire. Cela étant dit, une quantité importante de données d'accident ne sont pas géocodées, ce qui est essentiel pour les études d'occurrence d'accidents et les analyses de la gravité des blessures. Cette thèse tente d'enquêter la sécurité des carrefours giratoires dans la province de Québec, Canada, en combinant différentes sources de données et en utilisant diverses approches statistiques. Pour atteindre cet objectif, la thèse est divisée en trois objectifs principaux; 1) développer une méthode gratuite et accessible de géocodage des données d'accident, 2) étudier l'impact que les carrefours giratoires ont sur la sécurité des usagers de la route à l'aide de données historiques d'accident, et 3) identifier les facteurs associée à la fréquence des accidents dans les carrefours giratoires et la gravité des blessures. Parmi d'autres résultats, une méthodologie pour cartographier les données d'accident est proposé en utilisant un algorithme personnalisé qui fait appel à un service internet tel que l'interface de programmation d'application de Google Maps (API). On constate qu'un taux de correspondance de 78% peut être atteint, ce qui est comparable à des options commerciales. Avec la révision appropriée de l'utilisateur, les résultats sont suffisants pour des applications pratiques telles que l'analyse de la sécurité aux intersections. Grâce à l'application d'un modèle logit ordonné afin d'identifier les facteurs qui contribuent à la gravité des blessures aux carrefours giratoires, la recherche dans le troisième chapitre a identifié que des facteurs comme un plus grand nombre de véhicules impliqués, les accidents survenus dans l'intersection, les renversements de véhicules, la participation des bus, les accidents survenus dans le noir sur les routes non éclairées et les conditions de neige ont mené à une augmentation de la gravité des blessures dans les carrefours giratoires. De même, les facteurs associés à des accidents impliquant uniquement les voitures, les accidents avec des animaux et des routes enneigées ont été trouvés être associés à des blessures moins graves.Enfin, à partir des résultats du chapitre 4, qui traite de l'efficacité de la sécurité aux carrefours giratoires, un nombre d'observations ont été faites. Bien que jugée statistiquement non significatif, les observations suggèrent que les petits carrefours giratoires, les carrefours giratoires dans lesquels un seul type d'usagé est présent (c'est-à-dire le comportement local ou autoroutier; mais pas les deux en même temps), et les carrefours giratoires avec une vitesse uniforme sur l'ensemble de ses approches tendent ont démontré une fréquence de collision réduite, telle qu'estimée par la méthodologie avant-après avec groupe de comparaison. L'une des principales faiblesses de cette méthode est qu'il ne prend pas en compte les effets de régression vers la moyenne; une idée qui sera discutée au long de ces travaux.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.003 | 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) | 0.005 | 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".