An empirical tool to evaluate the s

An empirical tool to evaluate the safety of cyclists: Community based, macro-level collision prediction models using negative binomial regression

Today, North American governments are more willing to consider compact neighborhoods with increased use of sustainable transportation modes. Bicycling, one of the most effective modes for short trips with distances less than 5 km is being encouraged. However, as vulnerable road users (VRUs), cyclists are more likely to be injured when involved in collisions. In order to create a safe road environment for them, evaluating cyclists’ road safety at a macro level in a proactive way is necessary. In this paper, different generalized linear regression methods for collision prediction model (CPM) development are reviewed and previous studies on micro-level and macro-level bicycle-related CPMs are summarized. On the basis of insights gained in the exploration stage, this paper also reports on efforts to develop negative binomial models for bicycle–auto collisions at a community-based, macro-level. Data came from the Central Okanagan Regional District (CORD), of British Columbia, Canada. The model results revealed two types of statistical associations between collisions and each explanatory variable: (1) An increase in bicycle–auto collisions is associated with an increase in total lane kilometers (TLKM), bicycle lane kilometers (BLKM), bus stops (BS), traffic signals (SIG), intersection density (INTD), and arterial–local intersection percentage (IALP). (2) A decrease in bicycle collisions was found to be associated with an increase in the number of drive commuters (DRIVE), and in the percentage of drive commuters (DRP). These results support our hypothesis that in North America, with its current low levels of bicycle use (

ผลลัพธ์ (ไทย) 1:

เป็นเครื่องมือเชิงประจักษ์เพื่อประเมินความปลอดภัยของนักปั่น: โดยชุมชน ทำนายระดับแมโคชนถดถอยทวินามลบแบบจำลองการใช้Today, North American governments are more willing to consider compact neighborhoods with increased use of sustainable transportation modes. Bicycling, one of the most effective modes for short trips with distances less than 5 km is being encouraged. However, as vulnerable road users (VRUs), cyclists are more likely to be injured when involved in collisions. In order to create a safe road environment for them, evaluating cyclists’ road safety at a macro level in a proactive way is necessary. In this paper, different generalized linear regression methods for collision prediction model (CPM) development are reviewed and previous studies on micro-level and macro-level bicycle-related CPMs are summarized. On the basis of insights gained in the exploration stage, this paper also reports on efforts to develop negative binomial models for bicycle–auto collisions at a community-based, macro-level. Data came from the Central Okanagan Regional District (CORD), of British Columbia, Canada. The model results revealed two types of statistical associations between collisions and each explanatory variable: (1) An increase in bicycle–auto collisions is associated with an increase in total lane kilometers (TLKM), bicycle lane kilometers (BLKM), bus stops (BS), traffic signals (SIG), intersection density (INTD), and arterial–local intersection percentage (IALP). (2) A decrease in bicycle collisions was found to be associated with an increase in the number of drive commuters (DRIVE), and in the percentage of drive commuters (DRP). These results support our hypothesis that in North America, with its current low levels of bicycle use (<4%), we can initially expect to see an increase in bicycle collisions as cycle mode share increases. However, as bicycle mode share increases beyond some unknown ‘critical’ level, our hypothesis also predicts a net safety improvement. To test this hypothesis and to further explore the statistical relationships between bicycle mode split and overall road safety, future research needs to pursue further development and application of community-based, macro-level CPMs.HA semiparametric negative binomial generalized linear model for modeling over-dispersed count data with a heavy tail: Characteristics and applications to crash data

ผลลัพธ์ (ไทย) 2:

เป็นเครื่องมือในการประเมินเชิงประจักษ์ความปลอดภัยของนักปั่นจักรยาน: โมเดลชุมชนตามระดับมหภาคชนทำนายโดยใช้การถดถอยทวินามเชิงลบในวันนี้รัฐบาลอเมริกาเหนือมีความเต็มใจที่จะต้องพิจารณาในละแวกใกล้เคียงขนาดเล็กที่มีการใช้งานที่เพิ่มขึ้นของโหมดการขนส่งอย่างยั่งยืน จักรยานหนึ่งในโหมดที่มีประสิทธิภาพมากที่สุดสำหรับการเดินทางระยะสั้นกับระยะทางที่น้อยกว่า 5 กม. จะได้รับการสนับสนุน อย่างไรก็ตามในขณะที่ผู้ใช้ถนนที่มีช่องโหว่ (vrus) นักปั่นจักรยานที่มีแนวโน้มที่จะได้รับบาดเจ็บเมื่อมีส่วนร่วมในการชน เพื่อที่จะสร้างสภาพแวดล้อมที่ถนนปลอดภัยสำหรับพวกเขาประเมินความปลอดภัยทางถนนนักปั่นจักรยาน 'ที่ระดับมหภาคในทางเชิงรุกเป็นสิ่งที่จำเป็น ในบทความนี้โดยทั่วไปวิธีการถดถอยเชิงเส้นที่แตกต่างกันสำหรับรูปแบบการทำนายการชนกัน (CPM) การพัฒนามีการทบทวนและศึกษาก่อนหน้านี้ในระดับจุลภาคและมหภาคระดับ CPM ที่จักรยานที่เกี่ยวข้องกันสรุป บนพื้นฐานของข้อมูลเชิงลึกที่ได้รับในขั้นตอนการสำรวจที่บทความนี้ยังมีรายงานเกี่ยวกับความพยายามที่จะพัฒนารูปแบบเชิงลบทวินามสำหรับชนจักรยานอัตโนมัติในชุมชนตาม-ระดับมหภาค ข้อมูลที่มาจากภาคกลาง Okanagan บริเวณตำบล (CORD), บริติชโคลัมเบีย, แคนาดา ผลรูปแบบเปิดเผยทั้งสองประเภทของสมาคมสถิติระหว่างการชนกันและแต่ละตัวแปรอธิบาย: (1) การเพิ่มขึ้นของการชนจักรยานอัตโนมัติมีความเกี่ยวข้องกับการเพิ่มขึ้นในช่องทางกิโลเมตรรวม (TLKM) กิโลเมตรจักรยานเลน (BLKM) ป้ายรถเมล์ (BS ) สัญญาณไฟจราจร (SIG) ความหนาแน่นของจุดตัด (INTD) และร้อยละสี่แยกของหลอดเลือดท้องถิ่น (IALP) (2) การลดลงของการชนจักรยานก็จะพบว่ามีส่วนเกี่ยวข้องกับการเพิ่มจำนวนของผู้โดยสารไดรฟ์ (ไดรฟ์) และในอัตราร้อยละของผู้โดยสารไดรฟ์ (DRP) ผลการศึกษานี้สนับสนุนสมมติฐานของเราที่อยู่ในทวีปอเมริกาเหนือที่มีระดับต่ำในปัจจุบันการใช้จักรยาน (<4%) เราสามารถขั้นต้นคาดว่าจะเห็นการเพิ่มขึ้นในการชนจักรยานเป็นโหมดวงจรส่วนแบ่งเพิ่มขึ้น อย่างไรก็ตามในขณะที่โหมดจักรยานหุ้นเพิ่มขึ้นเกินกว่าที่ไม่รู้จักบางระดับ 'สำคัญ' สมมติฐานของเรายังคาดการณ์การปรับปรุงความปลอดภัยสุทธิ เพื่อทดสอบสมมติฐานนี้และเพื่อไปสำรวจความสัมพันธ์ทางสถิติระหว่างแยกโหมดรถจักรยานและความปลอดภัยทางถนนโดยรวมของการวิจัยในอนาคตความต้องการที่จะดำเนินการพัฒนาต่อไปและการประยุกต์ใช้ในชุมชนตาม CPM ที่ระดับมหภาค. ทวินามโมเดลเชิงเส้นตรง HA semiparametric เชิงลบทั่วไปสำหรับการสร้างแบบจำลองเกิน แยกย้ายกันไปนับข้อมูลที่มีหางหนัก: ลักษณะและการใช้งานที่ผิดพลาดของข้อมูล