Dissertação

{pt_PT=Characterization of accidents with cyclists in Lisbon: Study on the determinants of the severity} {} EVALUATED

{pt=O aumento do número de ciclistas em meio urbano, nomeadamente em Lisboa, leva a desafios como o de garantir a segurança de todos os utilizadores do espaço público. Esta tese analisa factores que levam a lesões graves em acidentes que envolvem pelo menos um ciclista. Através de uma amostra de dados foram efetuadas duas análises diferentes com bons resultados: uma regressão ordinal e uma regressão logística multinomial. Em ambas as regressões, a variável dependente foi a "Gravidade da lesão", com 3 categorias distintas: Ileso (40 casos), Ligeiro (387) e Grave (12). Os óbitos (2 casos) e os ferimentos graves (10) foram agrupados porque caso contrário a dimensão da amostra não seria suficiente para a análise. Os resultados dos modelos mostram que acidentes noturnos levam a lesões mais gravosas, assim como acidentes em que o ciclista tenha uma idade superior ou igual 55. Também se observou que acidentes com dois ou mais veículos envolvidos têm maior probabilidade de resultar em feridos graves do que acidentes com apenas 1 veículo. Adicionalmente determinou-se ainda que acidentes na zona centro de Lisboa apresentam maior risco de resultar em feridos graves do que no centro histórico de Lisboa ou na zona Este e Oeste. Estes resultados permitem compreender quais os fatores que conduzem a lesões graves e quais as pessoas mais gravemente afetadas devido a acidentes com bicicletas. Isto ajuda futuros investigadores a identificar que barreiras devem ser ultrapassadas e que medidas devem ser tomadas para melhorar a segurança dos ciclistas em Lisboa. , en=The increase in the number of cyclists in urban environments, namely in Lisbon, leads to challenges such as ensuring the safety of all users of public space. This thesis analyzes factors leading to severe injuries in accidents involving at least one cyclist. Two different analyses with good results were performed: a multinomial logistic regression and an ordinal logistic regression. In both regressions, the dependent variable was "Injury severity", with 3 distinct categories: unharmed (40 cases), slight (387), and severe (12). Fatalities (2 cases) and severe injuries (10) were grouped because otherwise, the sample size would not be sufficient for the analysis. The model results show that nighttime crashes lead to more severe injuries, as do crashes in which the cyclist is 55 or older. It was also observed that accidents involving 2 or more vehicles have a higher probability of severe injuries than accidents with only 1 vehicle. In addition, it was also determined that crashes in the central zone of Lisbon have a higher risk of resulting in severe injuries than crashes in the historical center of Lisbon or the East and West zones. These results provide an understanding of which factors lead to severe injuries and which people are most severely affected due to bicycle accidents. This helps future researchers to identify what barriers should be overcome and what measures should be taken to improve the safety of cyclists in Lisbon. }
{pt=Ciclismo, Acidentes com bicicletas, Gravidade das lesões, Modelação, Infra-estruturas para ciclistas, en=Cycling, Bicycle accidents, Injury severity, Modelling, Cycling infrastructure}

junho 22, 2023, 18:0

Orientação

ORIENTADOR

Luís Guilherme De Picado Santos

Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)

Professor Catedrático