
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Franceschi, Lucas | - |
| Autor(es): dc.creator | Kaesemodel, Luciano | - |
| Autor(es): dc.creator | Vargas, Vera do Carmo Comparsi de | - |
| Autor(es): dc.creator | Konrath, Andréa Cristina | - |
| Autor(es): dc.creator | Nakamura, Luiz Ricardo | - |
| Autor(es): dc.creator | Ramires, Thiago Gentil | - |
| Autor(es): dc.creator | Barreto, Camila Belleza Maciel | - |
| Autor(es): dc.creator | Valente, Amir Mattar | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:59:16Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:59:16Z | - |
| Data de envio: dc.date.issued | 2022-08-29 | - |
| Data de envio: dc.date.issued | 2022-08-29 | - |
| Data de envio: dc.date.issued | 2022-04-07 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/54375 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1151878 | - |
| Descrição: dc.description | Reducing the number of deaths by road crashes is an important priority for many countries around the world. Although focusing on the occurrence of crashes can provide safety policies that help reduce its numbers, studying their severity can provide different measures that may help further reduce the number of deaths by focusing on the most severe problems first. In this paper, a mul.nomial logis.c regression model is fi:ed to na.onwide highway crash data in Brazil from 2017 to 2019 to iden.fy and es.mate the associated factors to crash severity. Severity is classified as without injury, with injured vic ms or with fatal vic ms. Amongst other observa.ons, results indicate that pedestrian involvement in highway crashes increase drama.cally their severity. Also, condi.ons that favor greater speeds (clear weather, .mes when there are fewer vehicles on the road) are also related to an increase in crash severity, poin.ng to a propor.onal rela.on with traffic fluidity. Moreover, some observed limita.ons on the data may indicate that Brazil would benefit greatly from na.onal crash records standards and unified databases, especially crossmatching crash reports with health data. | - |
| Descrição: dc.description | Reduzir o número de mortes por acidentes de trânsito é uma prioridade importante ao redor do mundo. O estudo da severidade dos acidentes pode melhorar as políticas públicas de segurança viária, concentrando esforços nas situações associadas a acidentes de maior severidade. Neste artigo, um modelo de regressão logística multinomial é ajustado a dados de acidentes em rodovias federais no Brasil de 2017 a 2019 para estimar os fatores associados à severidade dos acidentes. A severidade é classificada como sem lesão, com vítimas feridas ou com vítimas fatais. O envolvimento de pedestres é o principal fator identificado para aumento da severidade. Além disso, condições que favorecem maiores velocidades (como tempo limpo ou horários com menos tráfego) também estão associadas com maiores severidades. Em relação ao mês, as chances de maior severidade são menores no início do ano e maiores em agosto e em novembro. As limitações observadas indicam que o Brasil carece da adoção de padrões nacionais de registro de acidentes e de bancos de dados unificados, especialmente comparando registros de acidentes rodoviários com bancos de dados de saúde. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Associação Nacional de Pesquisa e Ensino em Transportes (ANPET) | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Transportes | - |
| Palavras-chave: dc.subject | Road transportation | - |
| Palavras-chave: dc.subject | Injury severity | - |
| Palavras-chave: dc.subject | Statistical learning | - |
| Palavras-chave: dc.subject | Highway crashes | - |
| Palavras-chave: dc.subject | Traffic safety | - |
| Palavras-chave: dc.subject | Transporte rodoviário | - |
| Palavras-chave: dc.subject | Severidade de acidentes | - |
| Palavras-chave: dc.subject | Aprendizagem estatística | - |
| Palavras-chave: dc.subject | Acidentes em rodovias | - |
| Palavras-chave: dc.subject | Segurança viária | - |
| Título: dc.title | Factors related to highway crash severity in Brazil through a multinomial logistic regression model | - |
| Título: dc.title | Fatores relacionados à severidade de acidentes em rodovias no Brasil através de um modelo de regressão logística multinomial | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: