Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/27646
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMARTINS GOMES, Monique-
dc.contributor.authorPitombo, Cira Souza-
dc.contributor.authorPIRDAVANI, Ali-
dc.contributor.authorBRIJS, Tom-
dc.date.accessioned2019-01-25T11:35:59Z-
dc.date.available2019-01-25T11:35:59Z-
dc.date.issued2018-
dc.identifier.citationRevista Brasileira de Cartografia, 70(4), p. 1231-1256-
dc.identifier.issn1808-0936-
dc.identifier.urihttp://hdl.handle.net/1942/27646-
dc.description.abstractDespite the scientific and technological advances toward road crash prediction models, modelling road crashes in Brazil is a challenging task due to unreliable data and unavailability of essential information. Geostatistical approaches fit into this context as they not only incorporate the spatial factor, but also estimate variables in locations where they are not sampled. In order to contribute to this investigation and present geostatistics as a suitable tool in estimating road deaths, this study aimed to explore two different univariate interpolation methods to predict car occupant fatalities. In this study, we considered ordinary kriging and indicator kriging as such approaches. Analyses were held based on data from the state of São Paulo in Brazil. The results revealed a statistical outperformance in favor of indicator kriging, although spatial patterns found on kriging maps for both techniques indicated similarities in terms of hotspots. Furthermore, they were coherent with local aspects observed in the state, for instance those related to highway and vehicle characteristics.-
dc.description.abstractApesar dos avanços científicos e tecnológicos em prol dos modelos de previsão de acidentes de trânsito, tal prática é considerada um desafio no Brasil, por motivos como dados não confiáveis ou indisponibilidade de informações. Neste contexto, técnicas de geoestatística se adequam por incorporar o fator espacial e ainda possibilitar a estimação de variáveis em locais onde não há o registro de tais informações. A fim de contribuir com essa investigação e apresentar a geoestatística como uma ferramenta eficaz na previsão de acidentes de trânsito, o objetivo desse estudo foi explorar duas diferentes ferramentas de interpolação univariada na previsão de vítimas fatais de acidentes de trânsito envolvendo usuários de automóveis. Nesse estudo foram consideradas as ferramentas de krigagem ordinária e krigagem indicativa. Análises foram conduzidas com base em informações disponíveis para o estado de São Paulo, Brasil. Os resultados revelaram um melhor desempenho estatístico da krigagem indicativa, embora os padrões espaciais obtidos com ambas as técnicas tenham indicado similaridade nos hotspots. Além disso, esses resultados se mostraram condizentes a aspectos locais observados no estado, como aqueles relativos às características das rodovias e dos veículos, por exemplo.-
dc.language.isoen-
dc.subject.otherGeostatistics; Crash Prediction Models; Kriging; Road crashes-
dc.titleGeostatistical approach to estimate car occupant fatalities in traffic accidents-
dc.title.alternativeAbordagem geoestatística para estimativa de mortes no trânsito com usuários de carro-
dc.typeJournal Contribution-
dc.identifier.epage1256-
dc.identifier.issue4-
dc.identifier.spage1231-
dc.identifier.volume70-
local.bibliographicCitation.jcatA1-
local.type.refereedRefereed-
local.type.specifiedArticle-
dc.identifier.doi10.14393/rbcv70n4-46140-
item.validationvabb 2020-
item.contributorMARTINS GOMES, Monique-
item.contributorPitombo, Cira Souza-
item.contributorPIRDAVANI, Ali-
item.contributorBRIJS, Tom-
item.accessRightsOpen Access-
item.fullcitationMARTINS GOMES, Monique; Pitombo, Cira Souza; PIRDAVANI, Ali & BRIJS, Tom (2018) Geostatistical approach to estimate car occupant fatalities in traffic accidents. In: Revista Brasileira de Cartografia, 70(4), p. 1231-1256.-
item.fulltextWith Fulltext-
crisitem.journal.issn1808-0936-
Appears in Collections:Research publications
Files in This Item:
File Description SizeFormat 
46140-192143-1-PB.pdfPublished version825.57 kBAdobe PDFView/Open
Show simple item record

Page view(s)

72
checked on Sep 6, 2022

Download(s)

100
checked on Sep 6, 2022

Google ScholarTM

Check

Altmetric


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.