이 연구는 연구 지역 내 운영자 행동과 충돌 사건 간의 관계를 분석하여 버스 충돌률에 대한 주요 지표를 설정하는 것을 목표로 한다. 국가 교통 데이터베이스(NTD) 보고 가능한 버스 충돌 데이터 세트와 버스 비디오 데이터 세트라는 두 가지 포괄적인 데이터 세트를 사용하여, 이 연구는 버스 운영자 행동과 버스 충돌 간의 시간적 및 공간적 상관관계를 조사한다. 외부 변수를 포함한 자주형 통합 이동 평균(ARIMAX) 모델이 시간적 분석에 사용되어 버스 비디오 사건과 충돌률 간의 관계를 식별하며, 공간적 분석에서는 지리적으로 가중된 회귀(GWR) 모델을 사용하여 위험한 버스 운영자 행동의 지역적 패턴과 이를 고려한 환경 구축과의 상관관계를 밝힌다. ARIMAX 모델은 버스 비디오 사건 수를 버스 충돌률의 주요 지표로 식별하며, GWR 모델은 위험한 상황에 대한 늦은 반응, 정지 신호에서의 불완전한 정지, 차량이 움직이는 동안 음식 섭취 또는 음료 마시기와 같은 특정 버스 운영자 행동이 특정 지역에서 버스 충돌률과 유의미하게 연관되어 있음을 식별한다. 한편 보행자 및 자전거 이용자와의 상호작용은 넓은 지역에서 높은 지역적 긍정적 계수를 나타낸다. 이러한 결과는 교통 안전을 향상시키기 위한 목표별 안전 개입과 지속적인 운전사 교육의 중요성을 강조한다. 이 연구는 고급 통계 모델을 통합하여 버스 충돌을 완화하고 전반적인 교통 안전을 개선하기 위한 선제적 조치를 개발하기 위한 실행 가능한 통찰을 제공한다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Yuxuan Guo
Hunan University of Traditional Chinese Medicine
Tao Liang
Zhejiang Normal University
Jeetesh Suresh Tripathi
United States Department of Transportation
Transportation Research Record Journal of the Transportation Research Board
University of Baltimore
United States Department of Transportation
Applied Research Associates
Building similarity graph...
Analyzing shared references across papers
Loading...
Guo et al. (Wed,)는 이 문제를 연구하였다.
synapsesocial.com/papers/69d896566c1944d70ce07a88 — DOI: https://doi.org/10.1177/03611981251404351
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: