Clicks: 19
ID: 30310
2019
Article Quality & Performance Metrics
Overall Quality Improving Quality
0.0 /100
Combines engagement data with AI-assessed academic quality
AI Quality Assessment
Not analyzed
Abstract
Antecedentes: El análisis de los accidentes de tránsito desde una perspectiva física y matemática puede ayudar a mejorar las estrategias viales de seguridad.  Objetivo: Obtener una predicción de la dinámica de fatalidades a causa del tráfico en los estados de Maryland y Massachusetts para los años 2004 y 2014 en el contexto de la caminata al azar probabilista. Métodos: Se realizó un análisis del número de fatalidades totales causadas por el tráfico al año, en los estados de Maryland y Massachusetts entre los años 1994-2003 y 1994-2013. El comportamiento de estos valores fue analizado como una caminata al azar probabilista; para ello se hallaron las longitudes probabilistas para cada año, durante el periodo estudiado y se analizaron cuatro espacios de probabilidad, con los que fue posible analizar su comportamiento, para establecer una predicción del número de fatalidades totales causadas por el tráfico para los años 2004 y 2014. Resultados: Las predicciones para los años 2014 y 2004 para Maryland y Massachusetts al ser comparados con los valores reales el porcentaje de acierto fue del 98%. Conclusión principal: el comportamiento de las fatalidades de tráfico en Maryland y Massachusetts presentó una autoorganización predecible desde el contexto de la caminata al azar probabilista, constituyéndose como una herramienta útil para el análisis del funcionamiento de las estrategias de seguridad vial.
Reference Key
rodrguez-velsquez2019revista Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Rodríguez Velásquez, Javier Oswaldo;Barrios Arroyave, Freddy;Gélvez Almeida, Elkin;Salazar Torres, Juan;Guarín, Nataly;Mosquera, Cindy;Santos, Laura;Moreno Gallo, Yudith;Giraldo, Laura;Espejo, Jorge;
Journal revista de la facultad de ciencias medicas (cordoba, argentina)
Year 2019
DOI
10.31053/1853.0605.v76.n3.23777
URL
Keywords Keywords not found

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

No comments yet. Be the first to comment on this article.