Aplicação do Modelo de Previsão de Acidentes do Highway Safety Manual (HSM) para Sistemas Viários no Brasil e no Mundo: Revisão Sistemática PRISMA
##plugins.themes.bootstrap3.article.main##
Resumo
Existem alguns fatores que influenciam no aumento de acidentes viários, tais como: o precário controle de tráfego, inspeção e segurança veicular; a desagregação de normas e procedimentos relativos à engenharia de trânsito, a fiscalização inadequada, além da capacitação técnica de recursos humanos (KOHLMAN RABBANI; MACEDO; OLIVEIRA, 2015). O modelo de previsão de acidentes do Highway Safety Manual (HSM) auxilia na análise de dados sobre acidentes de trânsito ocorridos no sistema viário. Em conjunto com outras variáveis possibilita a determinação de trechos considerados críticos para cada tipo de acidente (SINGH; SACHDEVA; PAL, 2015). O objetivo dessa revisão é investigar sobre a aplicação do HSM em sistemas viários distribuídos por todo mundo, sendo a base para um estudo que possibilite definir melhorias nas condições viárias na Região Metropolitana do Recife (RMR) com a aplicação deste modelo de previsão de acidentes. A metodologia utilizada seguiu as diretrizes da PRISMA - Preferred Reporting Items for Systematic Reviews and Meta Analysis. Os trabalhos selecionados foram indexados nas bases de dados da Capes, Scopus, além de outras, tais como: SciELO, Google Acadêmico e Web of Science. As palavras-chave utilizadas foram “HSM”, “Highway Safety Manual”, “Accident Predictive Models”, “Safety Performance Functions”, “Crash Modification Factors”, “Modelos de Previsão de Acidentes” combinadas com os descritores booleanos “AND” e “OR”, com as palavras “Calibration”, “Road Safety”. Inicialmente, 940 trabalhos foram encontrados: Capes (n = 789), Scopus (n = 567) e outras bases de dados (n = 392). Filtros e pesquisas levaram a 14 trabalhos incluídos nessa revisão. A maioria deles se concentram do ano de 2010 em diante, pois esse foi o ano de publicação do HSM, o qual é base para a maioria dos trabalhos da área. Respeitando-se as condições regionais, o HSM serve como uma ferramenta importante para análise das variáveis sobre acidentes de trânsito ocorridos no sistema viário, determinando-se, por exemplo, trechos considerados críticos para cada tipo de acidente (PARK; LORD; WU, 2016). Nestes locais, várias características exercem efeito sobre a ocorrência dos acidentes, dentre as quais: volumes de tráfego, infraestrutura disponível, cronograma de obras estipulado e propostas de soluções com foco na racionalização de recursos. Sendo assim, a presente pesquisa demonstra a viabilidade de aplicação do HSM nos diversos sistemas viários, inclusive na RMR, servindo como base para decisões de engenharia e administrativas de segurança viária.Existem alguns fatores que influenciam no aumento de acidentes viários, tais como: o precário controle de tráfego, inspeção e segurança veicular; a desagregação de normas e procedimentos relativos à engenharia de trânsito, a fiscalização inadequada, além da capacitação técnica de recursos humanos (KOHLMAN RABBANI; MACEDO; OLIVEIRA, 2015). O modelo de previsão de acidentes do Highway Safety Manual (HSM) auxilia na análise de dados sobre acidentes de trânsito ocorridos no sistema viário. Em conjunto com outras variáveis possibilita a determinação de trechos considerados críticos para cada tipo de acidente (SINGH; SACHDEVA; PAL, 2015). O objetivo dessa revisão é investigar sobre a aplicação do HSM em sistemas viários distribuídos por todo mundo, sendo a base para um estudo que possibilite definir melhorias nas condições viárias na Região Metropolitana do Recife (RMR) com a aplicação deste modelo de previsão de acidentes. A metodologia utilizada seguiu as diretrizes da PRISMA - Preferred Reporting Items for Systematic Reviews and Meta Analysis. Os trabalhos selecionados foram indexados nas bases de dados da Capes, Scopus, além de outras, tais como: SciELO, Google Acadêmico e Web of Science. As palavras-chave utilizadas foram “HSM”, “Highway Safety Manual”, “Accident Predictive Models”, “Safety Performance Functions”, “Crash Modification Factors”, “Modelos de Previsão de Acidentes” combinadas com os descritores booleanos “AND” e “OR”, com as palavras “Calibration”, “Road Safety”. Inicialmente, 940 trabalhos foram encontrados: Capes (n = 789), Scopus (n = 567) e outras bases de dados (n = 392). Filtros e pesquisas levaram a 14 trabalhos incluídos nessa revisão. A maioria deles se concentram do ano de 2010 em diante, pois esse foi o ano de publicação do HSM, o qual é base para a maioria dos trabalhos da área. Respeitando-se as condições regionais, o HSM serve como uma ferramenta importante para análise das variáveis sobre acidentes de trânsito ocorridos no sistema viário, determinando-se, por exemplo, trechos considerados críticos para cada tipo de acidente (PARK; LORD; WU, 2016). Nestes locais, várias características exercem efeito sobre a ocorrência dos acidentes, dentre as quais: volumes de tráfego, infraestrutura disponível, cronograma de obras estipulado e propostas de soluções com foco na racionalização de recursos. Sendo assim, a presente pesquisa demonstra a viabilidade de aplicação do HSM nos diversos sistemas viários, inclusive na RMR, servindo como base para decisões de engenharia e administrativas de segurança viária.
Downloads
Não há dados estatísticos.
##plugins.themes.bootstrap3.article.details##
Edição
Seção
Engenharia Civil
Referências
KOHLMAN RABBANI, E. R.; OLIVEIRA, D. M. G.; MACEDO, M.R. Identificação de blackspots: Estudo piloto em trecho da BR-101 em Pernambuco. Construir Nordeste, v. 21, p. 37-37, 2015.
PARK, B. J.; LORD, D.; WU, L. Finite mixture modeling approach for developing crash modification factors in highway safety analysis. Accidents Analysis and Prevention, v. 97, p. 274-287, 2016.
SINGH, G.; SACHDEVA, S. N.; PAL, M. M5 model tree based predictive modeling of roads accidents on non-urban sections of highway in India. Accidents Analysis and Prevention, v. 82, p. 180-191, 2015.
PARK, B. J.; LORD, D.; WU, L. Finite mixture modeling approach for developing crash modification factors in highway safety analysis. Accidents Analysis and Prevention, v. 97, p. 274-287, 2016.
SINGH, G.; SACHDEVA, S. N.; PAL, M. M5 model tree based predictive modeling of roads accidents on non-urban sections of highway in India. Accidents Analysis and Prevention, v. 82, p. 180-191, 2015.