این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مطالعات پژوهشی راهور، جلد ۱۳۹۳، شماره ۱۱، صفحات ۱۳۹-۱۶۱
عنوان فارسی ارائۀ مدل پیش بینی شدت جراحت ناشی از تصادفات موتورسواران در را ههای برو نشهری
چکیده فارسی مقاله امروزه تصادفات جاده‌ای بخش قابل توجهی از هزینه‌های خارجی که تردد وسایل نقلیه موتوری به جوامع وارد می‌سازند، را تشکیل می‌دهند. در این بین موتورسواران، به این علت که در حین تصادف فاقد پوشش خارجی‌اند، در مقایسه با رانندگان و سرنشینان خودروها بیش‌تر در معرض آسیب قرار دارند. یافتن اثرگذارترین عوامل بر شدت جراحت ناشی از تصادفات موتورسواران می‌تواند زمینه‌ساز کاهش خسارات و تلفات ناشی از این تصادفات باشد. این تحقیق عوامل موثر بر جرحی یا فوتی بودن تصادفات موتورسواران در راه‌های برون‌شهری استان تهران طی سال‌های 1388 تا 1390با استفاده از مدل لوجیت دوتایی مورد تحلیل قرار گرفت.متغیرهای بررسی‌شده در این مدل شامل ویژگی‌هایی نظیر مشخصاتموتورسوار، زمان وقوع تصادف، وسیله نقلیه مواجه شونده با موتورسیکلت، مقصر بودن موتورسوار، فاصله از نزدیک‌ترین پاسگاه، علت تامه ثبت‌شده در صحنه تصادف، تعداد وسایل درگیر در تصادف و انحراف به چپ موتورسیکلت می‌شوند.نتایج نشان می‌دهند، ثبت انحراف به چپ به عنوان علت تامه، وقوع شب هنگام تصادف در منطقه البرز، وقوع تصادف بین دو موتورسیکلت و وزن خودرو مواجه شده با موتورسیکلت در سطح معناداری قابل قبولی (1/0>P-value) مهمترین عوامل تاثیرگذار بر شدت جراحت موتورسواران در راه‌های برون‌شهری اند. در انتها با توجه به سیاست پذیر بودن متغیرهای مورد بررسی در مدل ساخته‌شده، پیشنهاد‌هایی به‌منظور ارتقای ایمنی موتورسواران در راه‌های برون‌شهری استان تهران ارائه شد.
کلیدواژه‌های فارسی مقاله مدل پیش‌بینی، شدت تصادفات، راه‌های برون‌شهری، مدل لوجیت،
عنوان انگلیسی Provide an Injury Severity Prediction Modelof Motorcyclistsin Rural Crashes
چکیده انگلیسی مقاله Today, road crashes area significant portion of the vehicles transportation externality cost. Compared to drivers and vehicle passengers, motorcyclistsusing more less specialprotections. Therefore, motorcyclists are more vulnerable than drivers and vehicle passengers.Identifying factors influence motorcyclist’s injury severity in rural crashescan help reduce the severity and fatality caused by these crashes. In this study crashes involve motorcycles in rural areas of Tehran province, happened from 2009 to 2011, have been taken into analysis by binary logit model. The dataset includes “crash severity”, motorcyclist “age”, “drowsiness” and “inattention to front”, as well as the “crash time”, “type of vehicle involved”, “opposite vehicle weight”, “number of vehicles involved”, “distance of the crash location from police station”,“motorcycle deviation”, and such variables.This analysis suggest that the “deviation occurrence”,“night crash occurrence”, “crash occurrence in Alborz region”, “crash of two motorcycles”, and “opposite vehicle weight” are significant predictors (P-value< 0.1)of severity in motorcyclists crashes in rural areas.Finally, due to the customizability of variables in the model, suggestions were presented on ways to improve the safety of motorcyclists in rural road of Tehran Province
کلیدواژه‌های انگلیسی مقاله Prediction Model, injury severity, Rural Roads, logit model
نویسندگان مقاله محمود صفارزاده |


امین میرزا بروجردیان |


سینا صاحبی |


نشانی اینترنتی http://talar.jrl.police.ir/article_11598_7ae0f0873603198161f06586e35093bd.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1203/article-1203-1643221.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات