43

На сегодняшний день, смертность и травматизм от дорожно-транспортных происшествий считаются одними из главных проблем современного общества. Хорошо известно, что существует множество факторов, способствующих дорожно-транспортным происшествиям. В статье основное внимание уделяется на исследование влияния возраста, опыта и условий вождения водителя, состояния дорожного покрытия, а таже технического состояния транспортного средства и других факторов. Для этого был организован онлайн- опрос формате Google Forms, которая включает в себя 23 вопроса. Инструментом исследования использовался тест Q-критерия Кохрена. В ходе исследования мы узнали, что основная возрастная категория водителей на дорогах города Ташкента являются мужчины 23-38 лет (85%). По результатам расчёта выявлено, что использование теста Q-критерия Кохрена может быть ключевым для оценки степени влияния независимых переменных, так как изначально предполагаемые и прогнозированные в расчёте переменные совпадают значимостью.

  • Ссылка в интернете
  • DOI
  • Дата создание в систему UzSCI 16-05-2024
  • Количество прочтений 43
  • Дата публикации 31-03-2022
  • Язык статьиRus
  • Страницы46-56
English

Today, mortality and injuries from road accidents are considered one of the main problems of modern society. It is well known that there are many factors contributing to road accidents. The article focuses on the study of the influence of the driver's age,
experience and driving conditions, the condition of the road surface, as well as the technical condition of the vehicle and other factors. For this purpose, an online survey was organized in the Google Forms format, which includes 23 questions. The
Cochran’s Q-test was used as a research tool. During the study, we learned that the main age category of drivers on the roads of the city of Tashkent are men 23-38 years old (85%). According to the results of the calculation, it was revealed that the use of
the Cochran’s Q-test can be key for assessing the degree of influence of independent variables, since the variables initially assumed and predicted in the calculation coincide in significance.

Русский

На сегодняшний день, смертность и травматизм от дорожно-транспортных происшествий считаются одними из главных проблем современного общества. Хорошо известно, что существует множество факторов, способствующих дорожно-транспортным происшествиям. В статье основное внимание уделяется на исследование влияния возраста, опыта и условий вождения водителя, состояния дорожного покрытия, а таже технического состояния транспортного средства и других факторов. Для этого был организован онлайн- опрос формате Google Forms, которая включает в себя 23 вопроса. Инструментом исследования использовался тест Q-критерия Кохрена. В ходе исследования мы узнали, что основная возрастная категория водителей на дорогах города Ташкента являются мужчины 23-38 лет (85%). По результатам расчёта выявлено, что использование теста Q-критерия Кохрена может быть ключевым для оценки степени влияния независимых переменных, так как изначально предполагаемые и прогнозированные в расчёте переменные совпадают значимостью.

№ Имя автора Должность Наименование организации
1 Sadikov J.I. Dotsent Tashkent State Transport University
2 Imamaliyev D.M. Doctoral student Tashkent State Transport University
№ Название ссылки
1 1. Global status report on road safety 2018. - Geneva: World Health Organization, 2018. - ISBN 978-92-4-156568-4. 5 p. http://who.int/publications/i/item/9789241565684. [2]. Imamaliev D.M., Urakov A.H., Darabov M., Sayfutdinova R.A. (2021) “Important risk factors for road accidents” // E3S Web of Conferences 264, E3S Web Conf. Volume 264, 2021 International Scientific Conference “Construction Mechanics, Hydraulics and Water Resources Engineering” (CONMECHYDRO - 2021). - 02 June. – 02025 p. http://doi.org/10.1051/e3sconf/202126402025.
2 [3]. ENVISAGING THE ROAD ACCIDENTS USING REGRESSION ANALYSIS. (n.d.). Retrieved August 20, 2021, from https://www.researchgate.net/publication/350089319_ENVISAGING_THE_ROAD_ACCIDEN TS_USING_REGRESSION_ANALYSIS
3 4. Tao, L., Zhu, D., Yan, L., & Zhang, P. (2015). The traffic accident hotspot prediction: Based on the logistic regression method. ICTIS 2015 - 3rd International Conference on Transportation Information and Safety, Proceedings, 107–110. https://doi.org/10.1109/ICTIS.2015.7232194
4 5.]. Sodikov, J., Imamaliev, D. and Urakov, A. (2021) STUDY OF SOCIAL RISKS BASED ON THE MODEL OF SMEED FOR THE EVALUATION OF ACCIDENTS ON THE HIGHWAY OF REPUBLIC OF UZBEKISTAN, 1. Available at: https://www.researchgate.net/publication/352836831_STUDY_OF_SOCIAL_RISKS_BASED_ ON_THE_MODEL_OF_SMEED_FOR_THE_EVALUATION_OF_ACCIDENTS_ON_THE_ HIGHWAY_OF_REPUBLIC_OF_UZBEKISTAN
5 6. Chaudhari, D. (2021). Modelling Road Accident using Poisson regression Models. International Journal for Research in Applied Science and Engineering Technology, 9(VI), 4635– 4640. https://doi.org/10.22214/IJRASET.2021.35827
6 7]. García de Soto, B., Bumbacher, A., Deublein, M., & Adey, B. T. (2018). Predicting road traffic accidents using artificial neural network models. Infrastructure Asset Management, 5(4), 132–144. https://doi.org/10.1680/JINAM.17.00028
7 [8]. Yun, C.-Y., & Bae, Y.-C. (2021). Prediction of traffic accidents using artificial neural networks. Journal of Korean Institute of Intelligent Systems, 31(2), 171–176. https://doi.org/10.5391/JKIIS.2021.31.2.171
8 [9]. Alkheder, S., Taamneh, M., & Taamneh, S. (2017). Severity Prediction of Traffic Accident Using an Artificial Neural Network. Journal of Forecasting, 36(1), 100–108. https://doi.org/10.1002/FOR.2425
9 [10]. Lu, T. (2015) The traffic accident hotspot prediction Based on the logistic regression method. The 3rd International Conference on Transportation Information and Safety. https://doi.org/10.1109/ICTIS.2015.7232194
10 [11]. Ding, D. et al. (2012) ‘The Relationship between the Traffic Accidents and Meteorological Condition on Beijing-Tianjin-Tanggu Expressway’, Applied Mechanics and Materials, 188, pp. 300–307. https://doi.org/10.4028/www.scientific.net/AMM.188.300
11 [12]. Kulinskaya, E., Dollinger, M. B., & Bjørkestøl, K. (2011). On the moments of Cochran’s Q statistic under the null hypothesis, with application to the meta-analysis of risk difference. Research Synthesis Methods, 2(4), 254–270. https://doi.org/10.1002/jrsm.54
12 [13]. Gates, S., Fisher, J. D., Cooke, M. W., Carter, Y. H., & Lamb, S. E. (2008). Multifactorial assessment and targeted intervention for preventing falls and injuries among older people in community and emergency care settings: systematic review and meta-analysis. BMJ, 336(7636), 130–133. https://doi.org/10.1136/BMJ.39412.525243.BE
13 [14]. Lin, W., Gong, L., Xia, M., & Dai, W. (2018). Prevalence of posttraumatic stress disorder among road traffic accident survivors: A PRISMA-compliant meta-analysis. Medicine, 97(3). https://doi.org/10.1097/MD.0000000000009693
14 [15]. Asgarian, F. S., Namdari, M., & Soori, H. (2019). Worldwide prevalence of alcohol in fatally injured motorcyclists: A meta-analysis. 20(7), 685–689. https://doi.org/10.1080/15389588.2019.1637519
15 [16]. Høye, A. (2010). Are airbags a dangerous safety measure? A meta-analysis of the effects of frontal airbags on driver fatalities. Accident Analysis & Prevention, 42(6), 2030–2040. https://doi.org/10.1016/J.AAP.2010.06.014
16 [17]. Wang, Y., Li, L., Feng, L., & Peng, H. (2014). Professional drivers’ views on risky driving behaviors and accident liability: A questionnaire survey in Xining. Transportation Letters, 6(3), 126–135. https://doi.org/10.1179/1942787514Y.0000000019
17 18]. Ozkan T, Lajunen T, Summala H. Driver Behaviour Questionnaire: a follow-up study. Accid Anal Prev. 2006 Mar;38(2):386-95. http://doi.org/10.1016/j.aap.2005.10.012. Epub 2005 Nov 28. PMID: 16310749.
18 [19]. Af Wåhlberg AE. Social desirability effects in driver behavior inventories. J Safety Res. 2010 Apr;41(2):99-106. http://doi.org/10.1016/j.jsr.2010.02.005. Epub 2010 Mar 30. PMID: 20497795.
19 [20]. Özkan, Türker & Lajunen, Timo. (2005). A new addition to DBQ: Positive Driver Behaviours Scale. Transportation Research Part F: Traffic Psychology and Behaviour. 8. 355-368. http://doi.org/10.1016/j.trf.2005.04.018.
20 [21]. Nordfjærn, T., Jørgensen, S., & Rundmo, T. (2011). A cross‐cultural comparison of road traffic risk perceptions, attitudes towards traffic safety and driver behaviour. Journal of Risk Research, 14(6), 657–684. https://doi.org/10.1080/13669877.2010.547259
21 [22]. COCHRAN, W. G. (1950) ‘THE COMPARISON OF PERCENTAGES IN MATCHED SAMPLES’, Biometrika, 37(3–4), pp. 256–266. https://doi.org/10.1093/biomet/37.3- 4.256
В ожидании