Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores

Detalhes bibliográficos
Autor(a) principal: Rocha, Lucas Vanzella
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/200228
Resumo: Este trabalho teve o objetivo de identificar perfis de condutores através de um experimento em simulador de condução imersivo, contando com a participação de 73 voluntários de gêneros e idades variados, com tempo mínimo de carteira de habilitação de 1 ano. Os voluntários responderam um total de 32 questões, sobre suas características como condutor e a experiência com o simulador. Foi utilizado um Agrupamento Hierárquico para a formação de 3 clusters, as características autorrelatadas juntamente com os dados de velocidade média obtidos no experimento foram comparados entre os clusters. Resultados mostram um grupo mais inexperiente, com média de idade de 26 anos, e uma frequência ao volante significativamente menor que os demais. O grupo com média de idade de 32 anos relatou a experiência mais positiva em relação ao simulador, enquanto o cluster formado por indivíduos mais maduros e de maioria do sexo masculino relatou a experiência mais negativa em relação à imersão e envolvimento com a simulação.
id UFRGS-2_66005dfabbfbb65613f6530126b3bd92
oai_identifier_str oai:www.lume.ufrgs.br:10183/200228
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Rocha, Lucas VanzellaNodari, Christine Tessele2019-10-08T03:47:42Z2019http://hdl.handle.net/10183/200228001103160Este trabalho teve o objetivo de identificar perfis de condutores através de um experimento em simulador de condução imersivo, contando com a participação de 73 voluntários de gêneros e idades variados, com tempo mínimo de carteira de habilitação de 1 ano. Os voluntários responderam um total de 32 questões, sobre suas características como condutor e a experiência com o simulador. Foi utilizado um Agrupamento Hierárquico para a formação de 3 clusters, as características autorrelatadas juntamente com os dados de velocidade média obtidos no experimento foram comparados entre os clusters. Resultados mostram um grupo mais inexperiente, com média de idade de 26 anos, e uma frequência ao volante significativamente menor que os demais. O grupo com média de idade de 32 anos relatou a experiência mais positiva em relação ao simulador, enquanto o cluster formado por indivíduos mais maduros e de maioria do sexo masculino relatou a experiência mais negativa em relação à imersão e envolvimento com a simulação.application/pdfporEngenharia de transportesSegurança viáriaAnálise fatorialAnálise de clustersAnálise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutoresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPorto Alegre, BR-RS2019Engenharia Civilgraduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001103160.pdf.txt001103160.pdf.txtExtracted Texttext/plain68268http://www.lume.ufrgs.br/bitstream/10183/200228/2/001103160.pdf.txta0de615e3811a03d99d7e79446744bbaMD52ORIGINAL001103160.pdfTexto completoapplication/pdf575086http://www.lume.ufrgs.br/bitstream/10183/200228/1/001103160.pdf5ba32a63a90566eff58b2cf96d2d6f79MD5110183/2002282019-10-09 03:48:19.377613oai:www.lume.ufrgs.br:10183/200228Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2019-10-09T06:48:19Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores
title Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores
spellingShingle Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores
Rocha, Lucas Vanzella
Engenharia de transportes
Segurança viária
Análise fatorial
Análise de clusters
title_short Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores
title_full Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores
title_fullStr Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores
title_full_unstemmed Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores
title_sort Análise de clusters a partir de dados experimentais e autorrelatados para identificação de perfis de condutores
author Rocha, Lucas Vanzella
author_facet Rocha, Lucas Vanzella
author_role author
dc.contributor.author.fl_str_mv Rocha, Lucas Vanzella
dc.contributor.advisor1.fl_str_mv Nodari, Christine Tessele
contributor_str_mv Nodari, Christine Tessele
dc.subject.por.fl_str_mv Engenharia de transportes
Segurança viária
Análise fatorial
Análise de clusters
topic Engenharia de transportes
Segurança viária
Análise fatorial
Análise de clusters
description Este trabalho teve o objetivo de identificar perfis de condutores através de um experimento em simulador de condução imersivo, contando com a participação de 73 voluntários de gêneros e idades variados, com tempo mínimo de carteira de habilitação de 1 ano. Os voluntários responderam um total de 32 questões, sobre suas características como condutor e a experiência com o simulador. Foi utilizado um Agrupamento Hierárquico para a formação de 3 clusters, as características autorrelatadas juntamente com os dados de velocidade média obtidos no experimento foram comparados entre os clusters. Resultados mostram um grupo mais inexperiente, com média de idade de 26 anos, e uma frequência ao volante significativamente menor que os demais. O grupo com média de idade de 32 anos relatou a experiência mais positiva em relação ao simulador, enquanto o cluster formado por indivíduos mais maduros e de maioria do sexo masculino relatou a experiência mais negativa em relação à imersão e envolvimento com a simulação.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-10-08T03:47:42Z
dc.date.issued.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/200228
dc.identifier.nrb.pt_BR.fl_str_mv 001103160
url http://hdl.handle.net/10183/200228
identifier_str_mv 001103160
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/200228/2/001103160.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/200228/1/001103160.pdf
bitstream.checksum.fl_str_mv a0de615e3811a03d99d7e79446744bba
5ba32a63a90566eff58b2cf96d2d6f79
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224584171618304

Registros relacionados