Objectives: This paper aimed to (i)

Objectives: This paper aimed to (i) differentiate the effects of contributory factors on crash risks related
to different transportation modes, i.e., motor vehicle, bicycle and pedestrian; (ii) explore the potential
contribution of zone-level factors which are traditionally excluded or omitted, so as to track the source
of heterogeneous effects of certain risk factors in crash-frequency models by different modes.
Methods: Two analytical methods, i.e. negative binomial models (NB) and random parameters negative
binomial models (RPNB), were employed to relate crash frequencies of different transportation modes to
a variety of risk factors at intersections. Five years of crash data, traffic volume, geometric design as well
as macroscopic variables at traffic analysis zone (TAZ) level for 279 intersections were used for analysis
as a case study.
Results: Among the findings are: (1) the sets of significant variables in crash-frequency analysis differed for
different transportation modes; (2) omission of macroscopic variables would result in biased parameters
estimation and incorrect inferences; (3) the zonal factors (macroscopic factors) considered played a more
important role in elevating the model performance for non-motorized than motor-vehicle crashes; (4) a
relatively smaller buffer width to extract macroscopic factors surrounding the intersection yielded better
estimations

ผลลัพธ์ (ไทย) 1:

วัตถุประสงค์: กระดาษนี้มีวัตถุประสงค์เพื่อ (i) ความแตกต่างผลกระทบของดีจากปัจจัยความเสี่ยงของความล้มเหลวที่เกี่ยวข้องโหมดการขนส่งที่แตกต่างกัน เช่น ยนต์ จักรยาน และคนเดิน เท้า (๒) สำรวจศักยภาพส่วนปัจจัยระดับโซนซึ่งมีประเพณียกเว้น หรือ ละเว้น เพื่อติดตามแหล่งที่มาผลแตกต่างของปัจจัยเสี่ยงในรูปแบบความถี่ความล้มเหลวโดยโหมดที่แตกต่างกันวิธี: วิธีวิเคราะห์สอง ลบเช่นรุ่นทวินาม (NB) และสุ่มพารามิเตอร์เป็นค่าลบรุ่นทวินาม (RPNB), คนที่เกี่ยวข้องความถี่ความล้มเหลวของโหมดการขนส่งแตกต่างกันไปความหลากหลายของปัจจัยเสี่ยงที่แยก ข้อมูลความผิดพลาด ระดับเสียง traffic ออกแบบเรขาคณิตเช่นห้าปีเป็นตัวแปรด้วยตาเปล่าที่ traffic วิเคราะห์ ระดับโซน (TAZ) 279 แยกใช้สำหรับการวิเคราะห์เป็นกรณีศึกษาผลลัพธ์: การ findings มี: (1) ชุดของตัวแปรงมากในการวิเคราะห์ความผิดพลาดความถี่แตกต่างกันสำหรับโหมดการขนส่งที่แตกต่างกัน (2) ละเว้นตัวแปรด้วยตาเปล่าจะให้ผลลัพธ์ในพารามิเตอร์ลำเอียงการประเมินและ inferences ถูกต้อง (3) ค่าปัจจัย (ปัจจัยด้วยตาเปล่า) ถือว่าเป็นเล่นมากขึ้นบทบาทสำคัญในการยกระดับประสิทธิภาพของรุ่นเด็กกว่ารถล้มเหลว (4)ผลค่อนข้างเล็กกว้างบัฟเฟอร์การแยกด้วยตาเปล่าปัจจัยโดยรอบสี่แยกดีกว่าประมาณราคา

ผลลัพธ์ (ไทย) 2:

วัตถุประสงค์: กระดาษนี้มีวัตถุประสงค์เพื่อ (i) ความแตกต่างของผลกระทบของการบริจาคปัจจัยเกี่ยวกับความเสี่ยงความผิดพลาดที่เกี่ยวข้องกับ
การขนส่งรูปแบบที่แตกต่างกันเช่นยานยนต์จักรยานและคนเดินเท้า; (ii) สำรวจศักยภาพ
การมีส่วนร่วมของปัจจัยโซนระดับที่ได้รับการยกเว้นหรือละเว้นประเพณีเพื่อให้เป็นไปติดตามแหล่งที่มา
ของผลกระทบที่แตกต่างกันของปัจจัยเสี่ยงบางอย่างในรุ่นความผิดพลาดในเรื่องความถี่โดยโหมดที่แตกต่าง
วิธีการ: สองวิธีการวิเคราะห์เช่นแบบจำลองเชิงลบทวินาม (NB) และพารามิเตอร์สุ่มเชิงลบ
รูปแบบทวินาม (RPNB) ถูกว่าจ้างที่จะเกี่ยวข้องกับความผิดพลาดของความถี่ของโหมดการขนส่งที่แตกต่างเพื่อ
ความหลากหลายของปัจจัยเสี่ยงที่ทางแยก ห้าปีของข้อมูลความผิดพลาด TRAF Fi ปริมาณ C, การออกแบบทางเรขาคณิตเช่นกัน
เป็นตัวแปรมหภาคที่เขต TRAF Fi C วิเคราะห์ (TAZ) ระดับ 279 แยกถูกนำมาใช้สำหรับการวิเคราะห์
เป็นกรณีศึกษา
ผล: ในบรรดา ndings Fi มีดังนี้ (1) ชุดของตัวแปร Fi ลาดเทมีนัยสำคัญในการวิเคราะห์ความผิดพลาดของความถี่ที่แตกต่างกันสำหรับ
รูปแบบการขนส่งที่แตกต่างกัน (2) การละเลยของตัวแปรมหภาคจะส่งผลให้ลำเอียงพารามิเตอร์
ประมาณค่าและการหาข้อสรุปไม่ถูกต้อง (3) ปัจจัยที่เป็นวง ๆ (ปัจจัยมหภาค) ถือว่าเล่นมากขึ้น
บทบาทสำคัญในการยกระดับประสิทธิภาพการทำงานแบบจำลองสำหรับกีฬาทางน้ำกว่าล่มยานยนต์; (4)
ความกว้างบัฟเฟอร์ค่อนข้างมีขนาดเล็กลงเพื่อดึงปัจจัยมหภาคโดยรอบสี่แยกให้ผลที่ดีกว่า
ประมาณการ

ผลลัพธ์ (ไทย) 3:

วัตถุประสงค์ : กระดาษมีวัตถุประสงค์เพื่อ ( 1 ) ทำให้ผลของปัจจัยเสริมในความเสี่ยงที่เกี่ยวข้องชนโหมดการขนส่งที่แตกต่างกัน เช่น รถยนต์ , จักรยานและคนเดินเท้า ; ( 2 ) สำรวจศักยภาพผลงานของโซนระดับปัจจัยซึ่งเป็นประเพณีแยกออกหรือละเว้น เพื่อติดตามแหล่งที่มาของที่แตกต่างกันผลกระทบของปัจจัยเสี่ยงบางอย่างในรูปแบบความถี่ผิดพลาด โดยโหมดที่แตกต่างกันวิธีการ 2 วิธี คือ แบบทวินามลบ ( NB ) และพารามิเตอร์แบบลบแบบทวินาม ( rpnb ) กลุ่มตัวอย่างที่ใช้ในการวิจัยที่เกี่ยวข้องกับความถี่ของโหมดการขนส่งที่แตกต่างกันผิดพลาดความหลากหลายของปัจจัยความเสี่ยงที่สูง ห้าปีของข้อมูลผิดพลาด จึงสร้าง C ปริมาณทางเรขาคณิตการออกแบบเป็นอย่างดีเป็นตัวแปรที่สร้างจึงมีการวิเคราะห์ โซน C ( เกมออนไลน์ ) ระดับการแยกวิเคราะห์โดยเป็นกรณีศึกษาผลลัพธ์ : ระหว่างจึง ndings คือ ( 1 ) ชุด signi จึงไม่สามารถแปรในการวิเคราะห์ความถี่ของการชนกันสำหรับโหมดการขนส่งที่แตกต่างกัน ( 2 ) การละเลยของตัวแปรทาง จะส่งผลให้จำนวนพารามิเตอร์การประมาณค่าและข้อสรุปที่ไม่ถูกต้อง ; ( 3 ) ปัจจัย ( ปัจจัยทางเขต ) ถือว่าเล่นมากกว่าบทบาทสำคัญในการยกระดับประสิทธิภาพแบบไม่มีมอเตอร์มากกว่าปัญหารถยนต์ ; ( 4 )ค่อนข้างเล็ก บัฟเฟอร์เพื่อสกัดปัจจัยมีความกว้างโดยรอบแยกให้ผลดีกว่าภาค