論文の概要: Analyzing Effects of The COVID-19 Pandemic on Road Traffic Safety: The
Cases of New York City, Los Angeles, and Boston
- arxiv url: http://arxiv.org/abs/2108.04787v1
- Date: Tue, 10 Aug 2021 16:56:59 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-11 15:18:24.534917
- Title: Analyzing Effects of The COVID-19 Pandemic on Road Traffic Safety: The
Cases of New York City, Los Angeles, and Boston
- Title(参考訳): 新型コロナウイルス(covid-19)パンデミックが道路交通安全に及ぼす影響分析:ニューヨーク、ロサンゼルス、ボストンを事例として
- Authors: Lahari Karadla, Weizi Li
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックは、世界中で大きな社会的・経済的影響をもたらした。
我々は、米国におけるニューヨーク市、ロサンゼルス、ボストンの道路交通安全が、パンデミックとそれに対応する地方政府の命令や規制によってどのように影響されたかを分析した。
- 参考スコア(独自算出の注目度): 4.353029347463806
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The COVID-19 pandemic has resulted in significant social and economic impacts
throughout the world. In addition to the health consequences, the impacts on
traffic behaviors have also been sudden and dramatic. We have analyzed how the
road traffic safety of New York City, Los Angeles, and Boston in the U.S. have
been impacted by the pandemic and corresponding local government orders and
restrictions. To be specific, we have studied the accident hotspots'
distributions before and after the outbreak of the pandemic and found that
traffic accidents have shifted in both location and time compared to previous
years. In addition, we have studied the road network characteristics in those
hotspot regions with the hope to understand the underlying cause of the hotspot
shifts.
- Abstract(参考訳): 新型コロナウイルス(COVID-19)のパンデミックは、世界中で大きな社会的・経済的影響をもたらした。
健康上の影響に加えて、交通行動への影響も急激で劇的なものだった。
我々は,米国におけるニューヨーク市,ロサンゼルス,ボストンの道路交通安全が,パンデミックとそれに対応する自治体の命令と規制によってどのように影響を受けるかを分析した。
具体的には、パンデミック発生前後の事故ホットスポットの分布を調査し、前年に比べて交通事故が場所と時間の両方で変化していることを発見した。
さらに,これらのホットスポット地域での道路ネットワーク特性について検討し,ホットスポットシフトの根本原因を明らかにすることを期待した。
関連論文リスト
- Speed Limit Reduction Enhances Urban Worker Safety: Evidence from a Decade of Traffic Incidents in Santiago, Chile [0.49478969093606673]
本研究では,チリのサンティアゴにおける10年間の労働関連交通事故データを分析した。
オートバイとサイクルは、それぞれ26.94日と13.06日の医療休暇で、より重傷を負っている。
女性労働者は重傷を負いがちで、平均で7.57日間の医療休暇を減らしている。
論文 参考訳(メタデータ) (2024-08-01T16:29:35Z) - Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。
実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。
モンキーポックスのWHO流行宣言より4~9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
論文 参考訳(メタデータ) (2024-04-02T06:31:17Z) - Deep learning based black spot identification on Greek road networks [52.77024349608834]
時間的現象であるブラックスポットの識別には、地理的な位置と時間に基づく道路事故の発生の分析が含まれる。
この研究は、警察や政府発行の自動車事故レポートのデータを利用して、ギリシャの道路網の交通事故をブラックスポットの認識に焦点をあてた。
論文 参考訳(メタデータ) (2023-06-19T07:08:30Z) - Deep Learning-Derived Optimal Aviation Strategies to Control Pandemics [13.952375733035428]
新型コロナウイルス感染症(COVID-19)は世界中の国々に影響を与えており、感染拡大を緩和するための公衆衛生政策を徹底的に求めている。
本研究では,世界規模でのCOVID-19感染動態に及ぼすヒトの移動性の影響について検討した。
論文 参考訳(メタデータ) (2022-10-12T12:35:09Z) - Understanding the Impact of the COVID-19 Pandemic on
Transportation-related Behaviors with Human Mobility Data [36.99572681309649]
中国本土での新型コロナウイルスの感染拡大は、最近このウイルスとの戦いの成功例と見なされている。
私たちは、Baidu Mapsから集めた膨大な量の人的移動データを使って、パンデミックの最中の人々の詳細な反応を調べています。
論文 参考訳(メタデータ) (2022-02-16T10:32:39Z) - Predicting the impact of urban change in pedestrian and road safety [0.0]
近年の研究では、畳み込みニューラルネットワークがストリートビューの画像を利用した事故発生率を正確に予測できることが示されている。
事故発生に対する都市介入の影響(増加または減少)を自動的に予測する方法を詳述する。
交通ネットワークの基盤(サイドウォークとロードネットワーク)とその需要を考えると,これらの結果を複雑なネットワークフレームワークに統合する。
論文 参考訳(メタデータ) (2022-02-03T10:37:51Z) - Impact of COVID-19 Policies and Misinformation on Social Unrest [0.0]
我々は、西欧8か国と米国の4か国における社会不安(抗議)、健康結果、公衆衛生命令、誤情報との相互作用に焦点を当てる。
我々は、高い抗議活動の時期と、時間とともに抗議活動の総数を特定するために、バイナリ抗議指標の1~3週間の予測を作成しました。
ベルギーを除くすべての地域で、我々のさまざまなデータストリームから少なくとも1つの特徴が抗議行動の予測であることがわかった。
論文 参考訳(メタデータ) (2021-10-07T16:05:10Z) - Transportation Density Reduction Caused by City Lockdowns Across the
World during the COVID-19 Epidemic: From the View of High-resolution Remote
Sensing Imagery [48.52477000522933]
新型コロナウイルス(COVID-19)の流行は、2020年前半に悪化し始めた。
厳しい封鎖政策が世界中の多くの都市で実行され、人間の感染を制御し、拡散を緩和した。
中心市街地6都市におけるロックダウン前後の交通密度の低減について定量的に検討した。
論文 参考訳(メタデータ) (2021-03-02T13:45:16Z) - C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods
Ahead of COVID-19 Outbreak [54.39837683016444]
C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。
C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。
新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
論文 参考訳(メタデータ) (2020-12-22T17:02:54Z) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳(メタデータ) (2020-09-23T22:35:43Z) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳(メタデータ) (2020-06-23T03:36:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。