کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6965209 1452886 2018 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Latent class analysis of factors that influence weekday and weekend single-vehicle crash severities
ترجمه فارسی عنوان
تجزیه و تحلیل کلاس های خاموش کلاس عوامل فاجعه ای است که در طول روزهای هفته و آخر هفته، شدت سقوط تک خودرو را تحت تاثیر قرار می دهد
ترجمه چکیده
این مقاله عوامل موثر بر شدت سقوط یک وسیله نقلیه را که در روزهای هفته و تعطیلات اتفاق می افتد بررسی می کند. داده های مربوط به سقوط از سال 2012 تا 2016 برای ایالت آلاباما برای این مطالعه مورد استفاده قرار گرفت. مدل های لجستیک کلاس باقیمانده به عنوان جایگزین برای مدل های پارامترهای تصادفی اغلب مورد استفاده قرار می گیرند که برای ناهمگونی های نامطلوب در طول مشاهدات شدت سقوط حساب می شود. اکتشاف داده ها نشان داد که درصد زیادی از آسیب های شدید آسیب در آخر هفته ها اتفاق افتاده است. مطالعه مورد بررسی قرار گرفت که آیا عوامل تصادف تک خودرو در روزهای هفته و تعطیلات آخر هفته تفاوت دارند. نتایج برآورد مدل نشان می دهد که ارتباط معنی دار سقوط صدمات شدید به عوامل خطر مانند بیکاری راننده، رانندگی با مجوز نامعتبر، بدون استفاده از کمربند ایمنی، خستگی، رانندگی تحت تاثیر، پیری و رانندگی در جاده های شهرستان برای هر دو روز هفته و تعطیلات آخر هفته. یافته های تحقیق نشان می دهد که ارتباط قوی بین عوامل انسانی و وقوع سوانح تک وسیله نقلیه شدید، به عنوان مشاهده شده است که بسیاری از عوامل مرتبط با نتیجه آسیب شدید مربوط به رفتار راننده است. برای نشان دادن اهمیت یافته های این مطالعه، مدل سوم با استفاده از داده های ترکیبی برای کشف شایستگی استفاده از زیر جمعیت داده ها برای تقسیم بندی پیشرفته و دقیق عوامل شدت سقوط توسعه داده شد. همچنین نشان داده شده است که به طور کلی، عوامل موثر بر پیامدهای صدمه به سقوط یک وسیله نقلیه بین روزهای هفته و تعطیلات آخر هفته بسیار متفاوت نیستند. یافته های این مطالعه نشان می دهد اهمیت بررسی خرده مقیاس داده ها برای نشان دادن روابط پیچیده است که باید به عنوان یک گام ضروری در برنامه های مقابله با هدف سنجیده شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی بهداشت و امنیت شیمی
چکیده انگلیسی
This paper investigates factors that influence the severity of single-vehicle crashes that happen on weekdays and weekends. Crash data from 2012 to 2016 for the State of Alabama was used for this study. Latent class logit models were developed as alternative to the frequently used random parameters models to account for unobserved heterogeneity across crash-severity observations. Exploration of the data revealed that a high proportion of severe injury injury crashes happened on weekends. The study examined whether single-vehicle crash contributing factors differ between weekdays and weekends. The model estimation results indicate a significant association of severe injury crashes to risk factors such as driver unemployment, driving with invalid license, no seatbelt use, fatigue, driving under influence, old age, and driving on county roads for both weekdays and weekends. Research findings show a strong link between human factors and the occurrence of severe injury single-vehicle crashes, as it has been observed that many of the factors associated with severe-injury outcome are driver behavior related. To illustrate the significance of the findings of this study, a third model using the combined data was developed to explore the merit of using sub-populations of the data for improved and detailed segmentation of the crash-severity factors. It has also been shown that generally, the factors that influence single-vehicle crash injury outcomes were not very different between weekdays and weekends. The findings of this study show the importance of investigating sub-populations of data to reveal complex relationships that should be understood as a necessary step in targeted countermeasure application.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Accident Analysis & Prevention - Volume 113, April 2018, Pages 187-192
نویسندگان
, , ,