Effektiviteten af ​​skoletrafikvagtprogrammet om trafikantadfærd (Traward)

Undersøgelsen vil blive udført i Kampala, som har den højeste procentdel af trafikulykker 49% om året. Kampala har både offentlige og private veje med en anslået befolkning på 1,7-2,9 millioner. Gåture er en dominerende transportform i Kampala for børn på trods af de utilstrækkelige sikre gang- og krydsningsfaciliteter. Kampala har 79 offentlige skoler under Kampala Capital City Authority.

Undersøgelsesdesign: Et randomiseret klyngeforsøg vil blive gennemført for at vurdere effekten af ​​skoletrafikvagt på trafikantadfærd. Den 22 klyngeundersøgelse vil omfatte offentlige primære Kampala Capital City Authority-skoler. Enheden for randomisering vil være skoler. I et randomiseret klyngeforsøg vil tilfældig allokering af skoler i interventions- og kontrolgruppen ske ved hjælp af korrekt tildelingsskjul ved indskrivning af skoler i de respektive undersøgelsesarme.

Skoletrafikvagtprogrammets indsats "Skoletrafikvagtprogrammet" er en indsats, der har til formål at mindske risikoen for fodgængertrafikulykker ved skoleovergangssteder gennem tilstedeværelse af skoletrafikvagter på sikre steder. Interventionen vil adressere flere risikofaktorer relateret til adfærd. Antagelsen er, at skolevejledere, der er placeret ved sikre krydsningssteder, vil øge ydelsen for bilister til fodgængere, der kommer ind eller krydser, og derved reducerer risikoen for fodgængersammenstød med motorkøretøjer. For at skoletrafikvagterne skal være effektive, skal de placeres på sikre steder. Nogle skolesteder i Kampala har allerede delvist udpegede sikre overgangssteder. I dette tilfælde vil sigtbarheden og sikkerheden ved fodgængerfelter blive forbedret ved, at en uddannet skolevejleder placerer et udpeget sikkert overgangssted. Skolens trafikvagt vil hjælpe eleverne med at krydse på alle tidspunkter i myldretiden, dvs. 6:00-8:00; 01:00-02:00; 03:00-07:00. Jeg vil bruge skolernes ikke-undervisningsstøttemedarbejdere som skoletrafikbetjente. I alt vil 11 skoletrafikbetjente gennemgå en 3 dages trafiksikkerhedsuddannelse forud for studiestart. En lignende opfølgningsuddannelse vil blive gennemført efter 3 måneder og disse vil blive motiveret med ikke-monetære incitamenter f.eks. jakker med høj synlighed og et "slikkepind" stopskilt. Jeg vil samarbejde med 2 vejsikkerhedsundervisere i leveringen af ​​træningssessionerne. Både interventions- og kontrolskolerne vil modtage trafiksikkerhedsmanualer og foldere udviklet af Uganda Red Cross Society og Uganda National Curriculum Development Centre.

Der vil blive lavet baselinevurderinger for kovariaterne for at sikre, at skolerne i interventions- og kontrolarme er sammenlignelige. Tidsmæssige aspekter: Undersøgelsen vil blive implementeret over en 6-måneders periode (dvs. anden og tredje semester skolestudieperioder i 2022)

Dataindsamling Studieinstrumentet vil blive afprøvet på 2 skoler og feedback bruges til at forbedre spørgsmålene. Et team på 4 veluddannede og erfarne dataindsamlere sammen med en feltvejleder vil indsamle data fra 22 skoler mellem juni og november 2022. Holdene vil gennemgå en 5-dages træning for at introducere dem til alle aspekter af undersøgelsen. Hvert overgangssted vil blive observeret uden pauser i de 3 spidsbelastningstimer på dagen (dvs. 06:30-8:00; 13.00-14.00; 16.00-19.00), når børn tager til og fra skole. Hvert krydsningssted vil have en uddannet forskningsassistent, der bruger et kamera til at optage børns krydsningsadfærd diskret. Kameraet vil blive fastgjort i en forhøjet position for at opnå udsigten over krydsningsstedet. For hvert krydsningssted vil alle observerede individer blive opført, og en tilfældig talgenerator bruges til at tilfældigt udvælge 50 elever. Data vil blive abstraheret om trafikantadfærd ved hjælp af mobilteknologiens open source-værktøj til mobil dataindsamling.

Datastyring Videooptagelser vil blive gemt på harddiske, og efter færdiggørelsen af ​​abstraktionen vil data blive sendt til en sikker cloud-aggregatserver. En daglig download af alle data fra serveren vil blive udført efterfulgt af datarensning. Da resultatet, som er andelen af ​​trafikantadfærd, er binært, vil den generaliserede regressionsmodel blive anvendt. Analyse vil blive udført ved hjælp af multilevel model-tilgangen.