Modelos para previsão de acidentes de trânsito em vias arteriais urbanas

Detalhes bibliográficos
Autor(a) principal: Cardoso, Gilmar
Data de Publicação: 2006
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/8234
Resumo: Esta tese apresenta modelos de previsão de acidentes de trânsito desenvolvidos a partir de dados de segmentos de vias arteriais urbanas da cidade de Porto Alegre, capital do estado do Rio Grande do Sul, Brasil. Os modelos de previsão foram desenvolvidos para dois tipos de acidentes: colisão e atropelamento. O objetivo do trabalho foi gerar modelos de previsão de acidentes a partir de variáveis relacionadas à exposição e fatores de risco. Foi utilizada a técnica de Modelagem Linear Generalizada com distribuição de probabilidade de Poisson para relacionar a ocorrência de acidentes às variáveis explicativas. Os modelos de previsão de acidentes construídos explicaram mais de 60% da variabilidade dos dados. Isso comprova a relação entre acidentes de trânsito e as variáveis estudadas.
id URGS_b432faf43e7e494d9acd9748781a48b9
oai_identifier_str oai:www.lume.ufrgs.br:10183/8234
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Cardoso, GilmarGoldner, Lenise Grando2007-06-06T19:14:13Z2006http://hdl.handle.net/10183/8234000571947Esta tese apresenta modelos de previsão de acidentes de trânsito desenvolvidos a partir de dados de segmentos de vias arteriais urbanas da cidade de Porto Alegre, capital do estado do Rio Grande do Sul, Brasil. Os modelos de previsão foram desenvolvidos para dois tipos de acidentes: colisão e atropelamento. O objetivo do trabalho foi gerar modelos de previsão de acidentes a partir de variáveis relacionadas à exposição e fatores de risco. Foi utilizada a técnica de Modelagem Linear Generalizada com distribuição de probabilidade de Poisson para relacionar a ocorrência de acidentes às variáveis explicativas. Os modelos de previsão de acidentes construídos explicaram mais de 60% da variabilidade dos dados. Isso comprova a relação entre acidentes de trânsito e as variáveis estudadas.This thesis presents accident prediction models developed based on data of road links of urban arterials streets of Porto Alegre, capital of the state of Rio Grande do Sul, Brazil. The prediction models were developed for two type of accidents – colision and pedestrian accident. The aim of the study was establish accident prediction models based on variables related with exposure and risk factors. Generalised Linear Modelling techniques with Poisson likelihood distribution were used to relate accident frequencies to explanatory variables.The constructed accident prediction models were capable of explain more than 60% of data variation. This fact proves the ralationship between traffic accidents and the studied variables.application/pdfporAcidentes de trânsitoSegurança viáriaModelagemModelos para previsão de acidentes de trânsito em vias arteriais urbanasTraffic accidents prediction models to urban arterials streets info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de ProduçãoPorto Alegre, BR-RS2006doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000571947.pdf000571947.pdfTexto completoapplication/pdf15976854http://www.lume.ufrgs.br/bitstream/10183/8234/1/000571947.pdf98e781dc3711517cd044405d8a386e41MD51TEXT000571947.pdf.txt000571947.pdf.txtExtracted Texttext/plain435601http://www.lume.ufrgs.br/bitstream/10183/8234/2/000571947.pdf.txta7bc178539db4088dd4143039651c9acMD52THUMBNAIL000571947.pdf.jpg000571947.pdf.jpgGenerated Thumbnailimage/jpeg971http://www.lume.ufrgs.br/bitstream/10183/8234/3/000571947.pdf.jpga67e197d8174c12b992b562c86d46c02MD5310183/82342018-10-17 08:12:39.623oai:www.lume.ufrgs.br:10183/8234Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-17T11:12:39Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Modelos para previsão de acidentes de trânsito em vias arteriais urbanas
dc.title.alternative.en.fl_str_mv Traffic accidents prediction models to urban arterials streets
title Modelos para previsão de acidentes de trânsito em vias arteriais urbanas
spellingShingle Modelos para previsão de acidentes de trânsito em vias arteriais urbanas
Cardoso, Gilmar
Acidentes de trânsito
Segurança viária
Modelagem
title_short Modelos para previsão de acidentes de trânsito em vias arteriais urbanas
title_full Modelos para previsão de acidentes de trânsito em vias arteriais urbanas
title_fullStr Modelos para previsão de acidentes de trânsito em vias arteriais urbanas
title_full_unstemmed Modelos para previsão de acidentes de trânsito em vias arteriais urbanas
title_sort Modelos para previsão de acidentes de trânsito em vias arteriais urbanas
author Cardoso, Gilmar
author_facet Cardoso, Gilmar
author_role author
dc.contributor.author.fl_str_mv Cardoso, Gilmar
dc.contributor.advisor1.fl_str_mv Goldner, Lenise Grando
contributor_str_mv Goldner, Lenise Grando
dc.subject.por.fl_str_mv Acidentes de trânsito
Segurança viária
Modelagem
topic Acidentes de trânsito
Segurança viária
Modelagem
description Esta tese apresenta modelos de previsão de acidentes de trânsito desenvolvidos a partir de dados de segmentos de vias arteriais urbanas da cidade de Porto Alegre, capital do estado do Rio Grande do Sul, Brasil. Os modelos de previsão foram desenvolvidos para dois tipos de acidentes: colisão e atropelamento. O objetivo do trabalho foi gerar modelos de previsão de acidentes a partir de variáveis relacionadas à exposição e fatores de risco. Foi utilizada a técnica de Modelagem Linear Generalizada com distribuição de probabilidade de Poisson para relacionar a ocorrência de acidentes às variáveis explicativas. Os modelos de previsão de acidentes construídos explicaram mais de 60% da variabilidade dos dados. Isso comprova a relação entre acidentes de trânsito e as variáveis estudadas.
publishDate 2006
dc.date.issued.fl_str_mv 2006
dc.date.accessioned.fl_str_mv 2007-06-06T19:14:13Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/8234
dc.identifier.nrb.pt_BR.fl_str_mv 000571947
url http://hdl.handle.net/10183/8234
identifier_str_mv 000571947
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:Biblioteca Digital de Teses e Dissertações 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 Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/8234/1/000571947.pdf
http://www.lume.ufrgs.br/bitstream/10183/8234/2/000571947.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/8234/3/000571947.pdf.jpg
bitstream.checksum.fl_str_mv 98e781dc3711517cd044405d8a386e41
a7bc178539db4088dd4143039651c9ac
a67e197d8174c12b992b562c86d46c02
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085084956459008

Registros relacionados