A Washington D.C., dal 5 al 9 gennaio, si è svolto il centoquattresimo Annual Meeting del Transportation Research Board of National Academies (https://tinyurl. com/4y3unnmz) con la partecipazione di oltre 12mila persone (figura 1).
Il programma dettagliato e gli articoli presentati sono disponibili online (https://tinyurl.com/yxpdncpv), previa registrazione. I contenuti disponibili sono i seguenti: gli articoli, i poster, le presentazioni degli articoli e le presentazioni effettuate durante i workshops. Nel corso del convegno, si è riunito più volte l’Editorial Board della rivista Transportation Research Record, di cui fanno parte i soci ASIT Nicholas Fiorentini, Massimo Losa, Alfonso Montella e Maria Rella Riccardi.
Un contributo al convegno è stato fornito dai soci ASIT (figura 2) che hanno partecipato con le seguenti attività:
- redazione del Synthesis Report on Safety-Related Papers con la collaborazione di Nicholas Fiorentini, Simone Fucito, Francesco Galante, Massimo Losa, Filomena Mauriello, Alfonso Montella, Maria Rella Riccardi e Antonella Scarano, presentato ai meetings ACS10 Transportation Safety Management Systems e ACS20 Safety Performance and Analysis;
- presentazione della ricerca “A data mining approach to investigate patterns of powered two-wheeler head-on crashes in Spain” all’International Research Activities Subcommittee AKD20(2) (figura 3);
- presentazione dell’articolo “A comparison of road crash reporting in high-, middle-, and low-income countries: global perspectives” nella sessione Creating a Safer System: a lectern-poster session (figura 4);
- coordinamento della sessione Safety Performance and Analysis for Safe Roads.
Il “Synthesis report on safety-related Papers” (figura 5) è consultabile nei siti degli Standing Committees ACS10 https://tinyurl. com/mwrm4ee6 e ACS20 https://tinyurl.com/4cvdxv36.
Nel sito web del comitato ACS20 safety Performance and Analysis sono consultabili tutti i synthesis report del periodo 2011-2025. In quello del 2025 gli articoli inerenti alla sicurezza stradale sono suddivisi in nove macro-aree di ricerca:
- banche dati convenzionali e analisi dei dati (176 articoli);
- identificazione dei siti a elevato rischio (18 articoli);
- funzioni di prestazione della sicurezza (15 articoli);
- modelli per la stima della gravità degli incidenti (93 articoli);
- fattori di modificazione degli incidenti (10 articoli);
- misure surrogate di sicurezza (62 articoli);
- previsione degli incidenti in tempo reale (15 articoli);
- effetti sulla sicurezza dei veicoli autonomi e connessi (77);
- gestione della sicurezza (72 articoli).
Per ogni area di ricerca, sono stati identificati i principali aspetti dei metodi analitici e le prospettive applicative dei lavori presentati. Per ciascun articolo, sono anche riportati: autori, comitato di riferimento, titolo e numero della sessione in cui è presentato l’articolo, numero, titolo e sommario dell’articolo.
La ricerca “A data mining approach to investigate patterns of powered two-wheeler head-on crashes in Spain”, pubblicata anche nella rivista Accident Analysis and Prevention (https://tinyurl.com/ y68yfmxb) presenta i risultati di un’analisi degli scenari di incidente dei veicoli motorizzati a due ruote (PTWs) in Spagna. L’analisi è stata eseguita utilizzando gli alberi di classificazione e le regole associative che sono metodi non parametrici particolarmente utili per identificare relazioni nascoste tra i dati senza la necessità di effettuare assunzioni a priori sulla distribuzione dei dati di analisi.
Le variabili risposta valutate nello studio sono state la gravità (KSI, ovvero incidenti mortali e con feriti gravi) e la tipologia di incidente (fronto-laterale, caduta da veicolo, frontale, tamponamento, fuoriuscita, investimento di pedone, altro) e sono state identificate diverse combinazioni di caratteristiche della strada, dell’ambiente e dei guidatori associate alla gravità e alla tipologia degli incidenti.
Sulla base dei risultati dell’analisi, sono state proposte diverse contromisure per risolvere o mitigare i problemi di sicurezza identificati nello studio. Dal punto di vista metodologico, i risultati dello studio mostrano che sia gli alberi di classificazione sia le regole associative sono stati efficaci nell’individuare interessanti scenari di incidente. La struttura degli alberi di classificazione (figura 7) ha consentito una comprensione più semplice del fenomeno in esame, mentre le regole associative hanno individuato numerosi fattori contributivi degli incidenti.
L’articolo “A comparison of road crash reporting in high, middle and low-income countries: global perspectives” presenta un’analisi dettagliata delle caratteristiche delle banche dati degli incidenti in 13 Paesi in via di sviluppo e in 12 Paesi avanzati con lo scopo di fornire raccomandazioni per migliorare e armonizzare le banche dati in modo da indirizzare più efficacemente la scelta degli interventi di miglioramento della sicurezza stradale. I Paesi in via di sviluppo analizzati includono Bangladesh, Colombia, Filippine, Ghana, India, Malaysia, Namibia, Nigeria, Russia, Tanzania, Thailandia, Uganda e Zambia. Quelli avanzati sono Austria, Inghilterra, Galles, Germania, Irlanda del Nord, Italia, Portogallo, Scozia, Spagna, Stati Uniti, Svezia e Svizzera.
> Se questo articolo ti è piaciuto, iscriviti alla Newsletter mensile al link http://eepurl.com/dpKhwL e ricorda di seguirci anche sulla nostra nuova pagina Instagram <