Los organismos de gestión del transporte suelen registrar dos tipos habituales de datos sobre colisiones entre animales y vehículos (datos sobre colisiones entre animales y vehículos y datos sobre retirada de cadáveres). En estudios anteriores se ha observado que estos dos conjuntos de datos suelen presentar características diferentes. Para identificar con precisión los lugares de mayor riesgo de colisión entre animales y vehículos, este estudio compara las diferencias en la identificación de puntos críticos y el efecto de las variables explicativas entre la retirada de cadáveres y los AVC notificados. Para completar el objetivo, se aplican tanto el modelo binomial negativo (NB) como el binomial negativo generalizado (GNB) para calcular las estimaciones bayesianas empíricas (EB) utilizando los datos de colisiones de animales recogidos en diez autopistas del estado de Washington. Las conclusiones importantes pueden resumirse como sigue. (1) Las variables explicativas tienen diferentes efectos sobre la ocurrencia de los datos de retirada de cadáveres y los datos de AVC notificados. (2) Los resultados de la clasificación de las estimaciones de EB cuando se utilizan datos de retirada de cadáveres y datos de CVA notificados difieren significativamente. (3) Los resultados de la identificación de puntos calientes difieren entre los datos de eliminación de cadáveres y los datos de CVA notificados. Sin embargo, los resultados de clasificación de los modelos GNB son mejores que los de los modelos NB en términos de coherencia. Por lo tanto, las agencias de gestión del transporte deben ser cautelosas a la hora de utilizar los datos de retirada de cadáveres o los datos de AVC notificados para identificar los puntos conflictivos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Regulaciones gubernamentales sobre la cadena de suministro de ciclo cerrado con una estrategia evolutivamente estable
Video:
Seminario web de SmartCTCluster
Artículo:
Análisis del desequilibrio de los clientes de alta calidad de los taxis urbanos a partir de los datos de la trayectoria de Didi
Artículo:
Diseño e implementación de un sistema de simulación hardware-in-the-loop para un UAV trirotor inclinable
Artículo:
Desarrollo de un método práctico para estimar el nivel ecológico del rendimiento del conductor