904 resultados para Traffic restraint.
Resumo:
Enquadramento: A segurança é um direito da criança, que deve ser assegurado pelos pais e sociedade em geral, pois devido à sua vulnerabilidade estão sujeitas a um maior risco de lesões e morte. O transporte seguro de recém-nascidos/crianças em automóveis é uma preocupação, pois os acidentes de viação são a principal causa de mortalidade e morbilidade nesta faixa etária. Nos acidentes rodoviários, o uso correto de um sistema de retenção para crianças (SRC), desde o nascimento, constitui uma forma eficaz de proteção. Objetivos: Caracterizar os conhecimentos e atitudes dos pais no uso do SRC; analisar a influência do processo de aquisição e de informação dos pais sobre o uso do SRC; identificar a relação entre as variáveis sociodemográficas dos pais e o uso de SRC; determinar se os conhecimentos são mediadores das atitudes dos pais na utilização do SRC. Métodos: Estudo quantitativo, transversal, descritivo e correlacional, realizado numa amostra não probabilística, por conveniência de 112 pais de recém-nascidos, mães com média de idade de 30,37 anos (Dp=5,63) e pai 33,91 (Dp=6,09). Para recolha de informação utilizou-se um questionário, construído para o efeito, que os pais preencheram 24-48h após o parto durante os meses de março a maio de um centro hospitalar da região norte de Portugal. Resultados: Maioritariamente tinham como escolaridade o ensino secundário e entre 1 a 4 filhos. O SRC fazia parte do ―enxoval‖ do bebé em 54,5% dos participantes, destes, 72,3% já o tinha experimentado no automóvel e pretendiam usá-lo na alta desde a maternidade 97,3%. Contudo, apurou-se que apenas 47,3% o faria de forma adequada, apesar de 83% referir conhecer a legislação e todos reconhecerem que previne lesões em caso de acidente e 67% admitir ter conhecimentos adequados sobre SRC. Concluiu-se haver relação entre os conhecimentos e a idade e a escolaridade das mães, e pelos resultados obtidos, inferimos que melhores conhecimentos conduzem a melhores atitudes na utilização do SRC. Conclusões: Os resultados indicam que os conhecimentos dos pais sobre o uso adequado de SRC continuam insuficientes. Este facto justifica o investimento no ensino, treino e preparação dos pais para a alta segura desde a maternidade, momento particularmente sensível, e que será determinante nas atitudes de promoção da segurança rodoviária das crianças e adolescentes. Palavras-chave: Segurança; Recém-nascido; Sistema de retenção; Conhecimentos; Atitudes.
Resumo:
Internet traffic classification is a relevant and mature research field, anyway of growing importance and with still open technical challenges, also due to the pervasive presence of Internet-connected devices into everyday life. We claim the need for innovative traffic classification solutions capable of being lightweight, of adopting a domain-based approach, of not only concentrating on application-level protocol categorization but also classifying Internet traffic by subject. To this purpose, this paper originally proposes a classification solution that leverages domain name information extracted from IPFIX summaries, DNS logs, and DHCP leases, with the possibility to be applied to any kind of traffic. Our proposed solution is based on an extension of Word2vec unsupervised learning techniques running on a specialized Apache Spark cluster. In particular, learning techniques are leveraged to generate word-embeddings from a mixed dataset composed by domain names and natural language corpuses in a lightweight way and with general applicability. The paper also reports lessons learnt from our implementation and deployment experience that demonstrates that our solution can process 5500 IPFIX summaries per second on an Apache Spark cluster with 1 slave instance in Amazon EC2 at a cost of $ 3860 year. Reported experimental results about Precision, Recall, F-Measure, Accuracy, and Cohen's Kappa show the feasibility and effectiveness of the proposal. The experiments prove that words contained in domain names do have a relation with the kind of traffic directed towards them, therefore using specifically trained word embeddings we are able to classify them in customizable categories. We also show that training word embeddings on larger natural language corpuses leads improvements in terms of precision up to 180%.
Resumo:
Modeling of self-similar traffic is performed for the queuing system of G/M/1/K type using Weibull distribution. To study the self-similar traffic the simulation model is developed by using SIMULINK software package in MATLAB environment. Approximation of self-similar traffic on the basis of spline functions. Modeling self-similar traffic is carried outfor QS of W/M/1/K type using the Weibull distribution. Initial data are: the value of Hurst parameter H=0,65, the shape parameter of the distribution curve α≈0,7 and distribution parameter β≈0,0099. Considering that the self-similar traffic is characterized by the presence of "splashes" and long-termdependence between the moments of requests arrival in this study under given initial data it is reasonable to use linear interpolation splines.
Resumo:
National Highway Traffic Safety Administration, Washington, D.C.
Resumo:
Federal Highway Administration, ITS Joint Program Office, Washington, D. C.
Resumo:
Texas Department of Transportation, Research and Technology Transfer Office, Austin
Resumo:
National Highway Traffic Safety Administration, Washington, D.C.
Resumo:
Federal Highway Administration, Office of Research, Development and Technology, Washington, D.C.
Resumo:
Federal Highway Administration, Washington, D.C.
Resumo:
Federal Transit Administration, Washington, D.C.
Resumo:
Transportation Department, Office of University Research, Washington, D.C.
Resumo:
Federal Highway Administration, Office of Implementation, Washington, D.C.