ランダムパラメータロジットモデルとアンサンブルマシンラーニングのアプローチを使用して,動物と車両の衝突で死亡や負傷に影響を与える要因を調査する

科学分野:

• 輸送の安全性
• 交通工学
• 道路安全分析

背景:

• 動物と車両の衝突は,特に農村部では深刻な怪我や死亡につながる重大なリスクをもたらします.
• 大型の動物を巻き込む AVCは稀ですが 壊滅的な結果をもたらし 原因を深く理解する必要があるのです

研究 の 目的:

• 動物による衝突で死亡や負傷の原因となる主な要因を調査する.
• 2016年から2021年までの間,都市間および主要都市内道路での1403件の動物による交通事故の観測から24の変数を分析する.

主な方法:

• ランダムパラメータロジットモデル (RPLM) を使用して,観察されていない異質性を説明し,有意な変数を特定しました.
• クラッシュに寄与する要因の包括的な分析のために,集合的な機械学習アプローチとシャップリー・アディティブ・エクスプランテーション (SHAP) を採用した.

主要な成果:

• 高速道路,方向性制限の道路,水平の曲線,不良な舗装は重度の事故リスクを高めます.
• 横のフェンスの欠落や損傷とスピードハンプの存在は,衝突の重度の増加と相関しています.
• ラクダの曝露,休暇期間,悪天候は重度の事故に影響を及ぼしますが,重いトラックが関与することは悪影響を示しています.

結論:

• 道路の設計要素 (高速道路,曲線,舗装の質) とインフラ (フェンシング,スピードハンプ) は,重度のAVCを軽減するために不可欠です.
• 天気や休暇などの環境や時間的な要因は 動物の存在と共に 事故の結果に大きく影響します
• この調査結果は,政策立案者や道路安全当局に,重度の動物と車両の衝突に対する対策策を策定するための,実用的な洞察を与えてくれます.