تحلیل عوامل موثر بر شدت تصادفات مرتبط با موتورسیکلت در معابر برون شهری استان زنجان
محل انتشار: پژوهشنامه حمل و نقل، دوره: 22، شماره: 2
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 165
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TRJ-22-2_030
تاریخ نمایه سازی: 19 خرداد 1404
چکیده مقاله:
تلفات ترافیکی به عنوان اولین عامل مرگ جوانان زیر ۲۹ سال در سطح جهان شناخته می شود. سهم ۴۸ درصدی کاربران آسیب پذیر از تلفات ترافیکی ایران در سال ۱۴۰۱ نشان گر اهمیت توجه به این کاربران راه است. در این پژوهش با استفاده داده های پایگاه داده ای اداره راهداری و حمل ونقل جاده ای استان زنجان به بررسی عوامل موثر در شدت تصادفات مرتبط با موتورسیکلت در معابر برون شهری استان زنجان پرداخته شد. باتوجه به ماهیت ترتیبی عامل شدت تصادفات یعنی تصادفات خسارتی، جرحی و فوتی از مدل های آماری رگرسیون لاجیت و پروبیت ترتیبی برای مدل سازی استفاده شد که مدل رگرسیون لاجیت ترتیبی برازش بهتری بر روی داده ها از خود نشان داد. مهم ترین عوامل موثر بر شدت تصادفات؛ سرعت مجاز، نوع برخورد، نوع راه، وجود شانه راه، وضعیت توپوگرافی منطقه، وضعیت روشنایی نامناسب، رخ دادن تصادف در پیچ، لغزندگی راه و زمان (فصل) وقوع تصادف شناسایی شد. اقداماتی مانند کاهش سرعت مجاز، هدایت اقدامات ایمن سازی بر نقاط و معابر خاصی مانند پیچ ها و راه های فرعی و همچنین افزایش مهارت و آموزش به کابران از جمله موارد توصیه شده در این پژوهش برای کاهش شدت تصادفات مرتبط با موتورسیکلت است که می تواند مورد توجه سیاست گذاران این حوزه قرار بگیرد.
کلیدواژه ها:
نویسندگان
علی توکلی کاشانی
دانشیار، دانشکده مهندسی عمران، دانشگاه علم و صنعت، تهران، ایران و مرکز تحقیقات ایمنی کاربردی حمل ونقل جاده ای، دانشگاه علم و صنعت، تهران، ایران
محمد نجف پور درو
دانشجوی دکتری، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
غلامرضا کرمی
دانش آموخته کارشناسی ارشد ، دانشکده مدیریت، دانشگاه آزاد زنجان، زنجان، ایران
اعظم محمدی
دانش آموخته کارشناسی، دانشکده عمران، دانشگاه زنجان، زنجان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :