An empirical tool to evaluate the safety of cyclists: Community based, การแปล - An empirical tool to evaluate the safety of cyclists: Community based, ไทย วิธีการพูด

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 (
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
เป็นเครื่องมือเชิงประจักษ์เพื่อประเมินความปลอดภัยของนักปั่น: โดยชุมชน ทำนายระดับแมโคชนถดถอยทวินามลบแบบจำลองการใช้วันนี้ รัฐบาลอเมริกาจะยอมพิจารณาย่านขนาดกะทัดรัด ด้วยการใช้เพิ่มขึ้นของโหมดการขนส่งอย่างยั่งยืน ปั่นจักรยาน หนึ่งในโหมดที่มีประสิทธิภาพสูงสุดสำหรับการเดินทางระยะสั้นด้วยระยะทางไม่น้อยกว่า 5 กิโลเมตรเป็นการสนับสนุนให้ อย่างไรก็ตาม เป็นผู้ใช้ถนนที่มีความเสี่ยง (VRUs), นักปั่นมีแนวโน้มจะเสียหายเมื่อเกี่ยวข้องกับการชน เพื่อสร้างสภาพแวดล้อมถนนปลอดภัยสำหรับพวกเขา การประเมินความปลอดภัยทางถนนของนักปั่นจักรยานระดับแมในลักษณะเชิงรุกจำเป็น ในเอกสารนี้ มีทบทวนวิธีการถดถอยเชิงเส้นทั่วไปแตกต่างกันสำหรับการพัฒนาแบบจำลอง (CPM) ทำนายชน และศึกษาก่อนหน้านี้ใน ระดับ micro และ ระดับแมโคที่เกี่ยวข้องกับจักรยาน CPMs จะสรุป บนพื้นฐานของข้อมูลเชิงลึกในขั้นตอนสำรวจ กระดาษนี้ยังรายงานพยายามพัฒนารูปแบบทวินามลบสำหรับชนจักรยาน – อัตโนมัติในระดับชุมชน แมโคร- ข้อมูลมาจากเซ็นทรัลโอกานากันภูมิภาคอำเภอ (สาย), ของบริติชโคลัมเบีย แคนาดา เปิดเผยผลลัพธ์แบบสองชนิดของความสัมพันธ์ทางสถิติระหว่างชนแต่ละตัวแปรอธิบาย: (1) การเพิ่มขึ้นของชนจักรยาน – อัตโนมัติเกี่ยวข้องกับการเพิ่มเลนรวมกิโลเมตร (TLKM), กิโลเมตรเลนจักรยาน (BLKM), ป้ายรถเมล์ (BS), สัญญาณไฟจราจร (SIG), แยก และความหนาแน่น (INTD), เปอร์เซ็นต์แยกโลหิต – ท้องถิ่น (IALP) (2) การลดลงของจักรยานชนพบสัมพันธ์กับการเพิ่มขึ้นของจำนวนสัญจรไดรฟ์ (ไดรฟ์), และ ในเปอร์เซ็นต์ของไดรฟ์สัญจร (DRP) ผลลัพธ์เหล่านี้สนับสนุนสมมติฐานของเราที่ใช้ในทวีปอเมริกาเหนือ ระดับต่ำของปัจจุบันของจักรยาน (< 4%), เราสามารถตอนแรกคาดว่าการเพิ่มขึ้นของชนจักรยานรอบโหมดแชร์เพิ่มได้ อย่างไรก็ตาม เป็นโหมดจักรยานแชร์เพิ่มขึ้นเกินระดับ 'สำคัญ' บางอย่างที่ไม่รู้จัก สมมติฐานของเรายังคาดการณ์การปรับปรุงความปลอดภัยสุทธิ การทดสอบสมมติฐานนี้ และ เพื่อสำรวจความสัมพันธ์ทางสถิติระหว่างแยกโหมดจักรยานและความปลอดภัยทางถนนโดยรวม วิจัยในอนาคตต้องดำเนินการพัฒนาและการประยุกต์ใช้ CPMs ชุมชน ระดับแมโคฮา ทวินามลบ semiparametric ทั่วไปรูปแบบเชิงเส้นสำหรับโมเดลข้อมูลกระจัดกระจายเกินจำนวนหางหนัก: ลักษณะและการใช้งานให้ข้อมูลผิดพลาด
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
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



การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
เป็นเครื่องมือเชิงประจักษ์เพื่อประเมินความปลอดภัยของนักปั่นจักรยานจากชุมชน ระดับมหภาค การทำนายการชนแบบใช้ลบแบบพหุคูณวันนี้ รัฐบาลอเมริกาจะมากกว่ายินดีที่จะพิจารณาย่านกะทัดรัดกับการใช้งานที่เพิ่มขึ้นของโหมดการขนส่งที่ยั่งยืน จักรยาน , หนึ่งในโหมดที่มีประสิทธิภาพมากที่สุดสำหรับการเดินทางสั้น ๆ กับระยะทางไม่เกิน 5 กิโลเมตร ถูกกระตุ้น อย่างไรก็ตาม ขณะที่ถนนเสรี ( VRUS ) , ขี่จักรยานมีแนวโน้มที่จะได้รับบาดเจ็บเมื่อมีส่วนร่วมในการชนกัน เพื่อสร้างสภาพแวดล้อมที่ปลอดภัยบนถนนให้ปั่นจักรยาน " การประเมินความปลอดภัยทางถนนในระดับมหภาคในวิธีการเชิงรุกเป็นสิ่งจำเป็น ในกระดาษนี้ ต่างแบบการถดถอยเชิงเส้นวิธีการแบบจำลองการทำนายการชน ( CPM ) การพัฒนาจะถูกตรวจสอบ และการศึกษาในระดับจุลภาคและมหภาค จักรยานเป็นระดับที่เกี่ยวข้อง CPM ) บนพื้นฐานของข้อมูลที่ได้รับในการสำรวจระยะ กระดาษนี้มีรายงานในความพยายามที่จะพัฒนาแบบจำลองแบบเชิงลบสำหรับจักรยานและรถยนต์การชนกันในชุมชน ระดับแมโคร ข้อมูลมาจาก Central Okanagan ภูมิภาคเขต ( สาย ) , บริติชโคลัมเบีย , แคนาดา แบบทดสอบสองประเภทของสมาคมสถิติระหว่างการชนแต่ละตัวแปรย่อย ได้แก่ ( 1 ) การเพิ่มขึ้นในจักรยานและรถยนต์ชนกันมีความเกี่ยวข้องกับการเพิ่มขึ้นของกิโลเมตรถนนทั้งหมด ( tlkm ) กิโลเมตร เลนจักรยาน ( blkm ) ป้ายรถเมล์ ( BS ) สัญญาณไฟจราจร ( SIG ) ความหนาแน่นแยก ( intd ) แดง–ท้องถิ่นและแยกค่า ialp ) ( 2 ) การลดลงของการชนจักรยานพบว่าเกี่ยวข้องกับการเพิ่มจำนวนของผู้โดยสารขับรถ ( ขับรถ ) และในส่วนของไดรฟ์ผู้โดยสาร ( DRP ) ผลการวิจัยนี้สนับสนุนสมมุติฐานของเราในอเมริกาเหนือ กับระดับปัจจุบันของการใช้จักรยานต่ำ ( < 5% ) เราเริ่มสามารถคาดหวังที่จะเห็นการเพิ่มขึ้นในการชนจักรยานเป็นโหมดใช้จักรยานเพิ่มขึ้น แต่เป็นโหมดใช้จักรยานเพิ่มขึ้นเกินกว่าระดับวิกฤตที่ไม่รู้จัก " " สมมติฐานของเรายังคาดการณ์การปรับปรุงความปลอดภัยสุทธิ เพื่อทดสอบสมมติฐานนี้และสำรวจความสัมพันธ์ทางสถิติระหว่างแยกโหมดจักรยาน และความปลอดภัยบนท้องถนนโดยรวมในอนาคต การวิจัยต้องติดตามการพัฒนาและการประยุกต์ใช้ในระดับชุมชน CPM , แมโครฮา semiparametric ตัวแบบเชิงลบแบบการกระจายข้อมูลผ่านนับกับหางหนัก : คุณลักษณะและการประยุกต์ใช้เพื่อความผิดพลาดข้อมูล
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2026 I Love Translation. All reserved.

E-mail: