Técnicas estadísticas de las investigaciones en accidentes de tráfico en publicaciones scopus durante el periodo 2010-2020

Jéssica Johanna Menéndez-Cedeño, Lelly María Useche-Castro

Resumen


El objetivo de la presente investigación es mediante un análisis bibliométrico describir las tendencias de las investigaciones de carácter académico-científico con respecto al uso de herramientas estadísticas para el estudio de los accidentes de tránsito durante el periodo 2010-2020. Mediante una ecuación de búsqueda en la base de datos Scopus se describe las características de las publicaciones con respecto a documentos por año, por autor, por país, por afiliación, por área temática, por patrocinio, por fuente. Mediante el software Vosviewer se realizó un análisis de coocurrencias en el que se obtuvo tres clústeres de tendencias de investigación, uno relacionado con técnicas de minería de datos enfocada principalmente al control y optimización del tráfico, otro en comparaciones enfocado al factor humano y un último en modelado estadístico.


Palabras clave


Bibliométrica; accidentes de tránsito; estadística.

Texto completo:

PDF HTML XML

Referencias


Bordons, M. (1999). Evaluación de la actividad científica a través de indicadores bibliométricos. Revista española de cardiología, 52(10), 790-800.

Chávez Wilson, J., Useche Castro, L. (2021). Perfil descriptivo de los siniestros de tránsito en Ecuador durante el periodo 2015-2020. Revista Dominio de las Ciencias, 7(3), 1231-1250.

De Ona, J., López, G., Mujalli, R., & Calvo, F. J. (2013). Analysis of traffic accidents on rural highways using Latent Class Clustering and Bayesian Networks. Accident Analysis & Prevention, 51, 1-10.

De Oña, J., Mujalli, R. O., & Calvo, F. J. (2011). Analysis of traffic accident injury severity on Spanish rural highways using Bayesian networks. Accident Analysis & Prevention, 43(1), 402-411.

DrissiTouzani, H., Faquir, S., & Yahyaouy, A. (2020, October). Data mining techniques to analyze traffic accidents data: Case application in Morocco. In 2020 Fourth International Conference On Intelligent Computing in Data Sciences (ICDS) (pp. 1-4). IEEE.

Gan, J., Li, L., Zhang, D., Yi, Z., & Xiang, Q. (2020). An alternative method for traffic accident severity prediction: using deep forests algorithm. Journal of advanced transportation, 2020.

Gong, P., Wang, Q., & Zhu, J. (2021). Spatiotemporal Characteristics of Traffic Accidents in China, 2016-2019. INTELLIGENT AUTOMATION AND SOFT COMPUTING, 29(1), 31-42.

Jiménez Borges, R., Bermúdez Chou, A. D. L. C., Morales León, C., Martínez Padrón, Á., & Álvarez González, A. L. (2020). Análisis bibliométrico aplicado a estudios sobre ciencia, tecnología y sociedad. Conrado, 16(76), 90-94.

Lin, L., Wang, Q., & Sadek, A. W. (2014). Data mining and complex network algorithms for traffic accident analysis. Transportation Research Record, 2460(1), 128-136.

Lin, L., Wang, Q., & Sadek, A. W. (2015). A novel variable selection method based on frequent pattern tree for real-time traffic accident risk prediction. Transportation Research Part C: Emerging Technologies, 55, 444-459.

Lin, L., Wang, Q., & Sadek, A. W. (2016). A combined M5P tree and hazard-based duration model for predicting urban freeway traffic accident durations. Accident Analysis & Prevention, 91, 114-126.

Mujalli, R. O., & De Oña, J. (2011). A method for simplifying the analysis of traffic accidents injury severity on two-lane highways using Bayesian networks. Journal of safety research, 42(5), 317-326.

Petrović, Đ., Mijailović, R., & Pešić, D. (2020). Traffic accidents with autonomous vehicles: type of collisions, manoeuvres and errors of conventional vehicles’ drivers. Transportation research procedia, 45, 161-168.

Reeves, K., Chandan, J. S., & Bandyopadhyay, S. (2019). Using statistical modelling to analyze risk factors for severe and fatal road traffic accidents. International journal of injury control and safety promotion, 26(4), 364-371.

Solinas, M., Silingardi, E., Raschellà, F., Liciani, M., Caggiano, B., Marino, V., ... & Marella, G. L. (2019). Identification of driver and front passenger in traffic accidents through organ lesion injury pattern. EuroMediterranean Biomedical Journal, 14(25), 110-113.

Ünlü, H. K., Young, D. S., Yiğiter, A., & Hilal Özcebe, L. (2020). A mixture model with Poisson and zero-truncated Poisson components to analyze road traffic accidents in Turkey. Journal of Applied Statistics, 1-15.

Vázquez, C. R. (2017). Nexo de causalidad en accidentes de tráfico. Ciencia Forense, 61(76), 1575-6793.




DOI: https://doi.org/10.23857/pc.v6i9.3153

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/