کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4978912 1452901 2016 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Driver injury severity outcome analysis in rural interstate highway crashes: a two-level Bayesian logistic regression interpretation
ترجمه فارسی عنوان
تجزیه و تحلیل نتایج سختی راننده در تصادفات بزرگراه های روستایی روستایی: تفسیر رگرسیون لجستیک دوگانه
کلمات کلیدی
شدت آسیب راننده بزرگراه های بین ایالتی روستایی، سقوط ترافیک، مدل سلسله مراتبی، استنتاج بیزی،
ترجمه چکیده
با توجه به میزان قابل توجهی ترافیک در این راهروها، پتانسیل بالایی از پیامدهای شدید صدمات در تصادفات ترافیکی در بزرگراه های روستایی بین ایالتی وجود دارد. مدل های باینری سلسله مراتبی می توانند واریانس بین سقوط و همبستگی درون سقوط را در تجزیه و تحلیل داده های تصادف ترافیکی و به طور فزاینده ای در تجزیه و تحلیل شدت تصادف تصادف استفاده شود. این مقاله یک مدل لجستیک سلسله مراتبی بیزی برای بررسی عوامل مهمی در سطوح سقوط و وسایط نقلیه / راننده و تأثیرات ناهمگون آنها بر شدت آسیب های راننده در تصادفات بزرگراه های روستایی میانجامد. نتایج تجزیه و تحلیل نشان می دهد که اکثریت واریانس کل بوسیله واریانس بین سقوط ایجاد شده است، نشان دهنده مناسب بودن روش مدل سازی سلسله مراتبی. سه متغیر سطح سقوط و 6 متغیر متغیر / سطح راننده در پیش بینی سختی رانندگی در معرض مهم بودن منحنی جاده، حداکثر صدمه به خودرو در یک تصادف، تعداد وسایل نقلیه در یک تصادف، سطح جاده، نوع وسیله نقلیه، رانندگی، راننده جنسیت، استفاده از کمربند ایمنی راننده و راننده الکل یا مشارکت مواد مخدر. در میان این متغیرها، منحنی جاده، آسیب های کارکردی و ناشی از وسایل نقلیه در سقوط، سقوط یک وسیله نقلیه، رانندگان زن، رانندگان ارشد، موتورسیکلت ها و الکل راننده و یا مشارکت مواد مخدر تمایل دارند رانندگان را به شدت آسیب نبینند یا در تصادفات روستایی روستایی کشته شوند. در حالی که سطح جاده ی مرطوب، رانندگان مرد و استفاده از کمربند ایمنی راننده احتمال بیشتری برای آسیب رساندن به راننده شدید دارند. نتایج روششناسی و برآورد شده، درک روشنی از مکانیزم داخلی تصادفات روستایی در میان ایالت ها و مراجع مفید برای ایجاد اقدامات موثر در پیشگیری از تصادف در میان روستاییان را فراهم می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی بهداشت و امنیت شیمی
چکیده انگلیسی
There is a high potential of severe injury outcomes in traffic crashes on rural interstate highways due to the significant amount of high speed traffic on these corridors. Hierarchical Bayesian models are capable of incorporating between-crash variance and within-crash correlations into traffic crash data analysis and are increasingly utilized in traffic crash severity analysis. This paper applies a hierarchical Bayesian logistic model to examine the significant factors at crash and vehicle/driver levels and their heterogeneous impacts on driver injury severity in rural interstate highway crashes. Analysis results indicate that the majority of the total variance is induced by the between-crash variance, showing the appropriateness of the utilized hierarchical modeling approach. Three crash-level variables and six vehicle/driver-level variables are found significant in predicting driver injury severities: road curve, maximum vehicle damage in a crash, number of vehicles in a crash, wet road surface, vehicle type, driver age, driver gender, driver seatbelt use and driver alcohol or drug involvement. Among these variables, road curve, functional and disabled vehicle damage in crash, single-vehicle crashes, female drivers, senior drivers, motorcycles and driver alcohol or drug involvement tend to increase the odds of drivers being incapably injured or killed in rural interstate crashes, while wet road surface, male drivers and driver seatbelt use are more likely to decrease the probability of severe driver injuries. The developed methodology and estimation results provide insightful understanding of the internal mechanism of rural interstate crashes and beneficial references for developing effective countermeasures for rural interstate crash prevention.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Accident Analysis & Prevention - Volume 97, December 2016, Pages 69-78
نویسندگان
, , , , , , , ,