Resumen

Este estudio investiga los factores que contribuyen a las infracciones de tráfico según su gravedad. Las infracciones de tráfico se dividen en cuatro categorías según su gravedad (infracción involuntaria, infracción leve, infracción grave y accidente con infracción). Los resultados del modelo logit multinomial de parámetros aleatorios indican que varios factores afectan potencialmente a la gravedad de las infracciones de tráfico. Entre las principales conclusiones se encuentran las siguientes (1) las conductoras tienen más probabilidades de cometer infracciones leves; (2) los conductores de una zona con mayor tiempo de desplazamiento al trabajo y mayor proporción de desplazamientos en coche al trabajo tienen más probabilidades de cometer infracciones leves e infracciones graves, mientras que los de la zona de ingresos altos tienen menos probabilidades; (3) los conductores tienen más probabilidades de estar asociados a una infracción más leve durante la hora punta de la tarde (16:00-18:00). Se espera que los resultados de este estudio sean beneficiosos para que los responsables políticos y la policía de tráfico comprendan los factores que afectan a las infracciones y apliquen estrategias eficaces para minimizar el número y la gravedad de las infracciones de tráfico.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:infracciones de tráfico, gravedad, infracciones leves, modelo logit multinomial de parámetros aleatorios, mayor tiempo de viaje, conductores, factores, resultados, estudio, hora punta de la tarde
• Keywords:traffic violations, seriousness, minor violations, random parameter multinomial logit model, longer travel time, drivers, factors, results, study, afternoon peak