ارائه مدل پیش بینی میزان تخلفات رانندگان براساس جایگاه اجتماعی و رفتار ترافیکی
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,082
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
TTC12_044
Index date: 13 June 2013
ارائه مدل پیش بینی میزان تخلفات رانندگان براساس جایگاه اجتماعی و رفتار ترافیکی abstract
میزان تخلفات رانندگی به عنوان یکی از مهمترین عوامل کاهش ایمنی و ایجاد نابسامانی وضعیت ترافیک، ارتباط زیادی با ویژگی های روانشناختی راننده متخلف دارد .. در بررسی ویژگی های روانشناختی راننده، جایگاه اجتماعی و نوع رفتار ترافیکی افراد میتواند دو عامل مهم در بروز تخلف باشد. براین اساس، در این تحقیق ابتدا به بررسی میزان تاثیر پارامترها موثر در تخلف پرداخته و در ادامه مدلی برای پیشبینی میزان تخلف رانندگان براساس جایگاه اجتماعی و رفتار ترافیکی ارائه می- شود. داده های تحقیق برای ساخت مدل با مشارکت 250 راننده متخلف استان مازندران که حداقل یکبار سابقه ی تصادف داشته اند؛ صورت پذیرفت و سپس داده های موجود به کمک نرم افزار spss مورد تحلیل و بررسی قرار گرفته است. سن، جنسیت و سطح تحصیلات بهعنوان متغیرهای مستقل برای بیان جایگاه اجتماعی رانندگان، تعداد تصادف در سالهای رانندگی به عنوان پارامتر مستقل تعیین کننده رفتار ترافیکی و تعداد تخلفات در دو سال گذشته پارامتر وابسته این مدل می باشد. شاخص خوبی برازش مدل با مقدار 0,667 نشان دهنده قابل استناد بودن و کفایت مدل جهت پیش بینی میزان تخلفات با توجه به جایگاه اجتماعی و رفتار ترافیکی آنها است.
ارائه مدل پیش بینی میزان تخلفات رانندگان براساس جایگاه اجتماعی و رفتار ترافیکی Keywords:
ارائه مدل پیش بینی میزان تخلفات رانندگان براساس جایگاه اجتماعی و رفتار ترافیکی authors
حامد نظری
دانشجوی کارشناسی ارشد برنامه ریزی حمل ونقل، دانشگاه غیرانتفاعی شما
ابوالقاسم سقا
دانشجوی کارشناسی ارشد برنامه ریزی حمل ونقل، دانشگاه غیرانتفاعی شما
نیوشا امیرسلیمانی
دانشجوی کارشناسی ارشد برنامه ریزی حمل ونقل، دانشگاه غیرانتفاعی شما
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :