Koululiikenteen vartijaohjelman tehokkuus tienkäyttäjien käyttäytymiseen (Traward)

Tutkimus tehdään Kampalassa, jossa on eniten liikenneonnettomuuksia, 49 % vuodessa. Kampalassa on sekä yleisiä että yksityisiä teitä, joiden väkiluku on arviolta 1,7-2,9 miljoonaa. Kävely on Kampalassa hallitseva kulkuväline lapsille huolimatta riittämättömistä turvallisista kävely- ja ylitysmahdollisuuksista. Kampalassa on 79 julkista koulua Kampalan pääkaupungin hallinnon alaisuudessa.

Tutkimuksen suunnittelu: Suoritetaan satunnaistettu klusterikoe, jossa arvioidaan koulun liikenteenohjaajan vaikutusta tienkäyttäjien käyttäytymiseen. 22 klusteritutkimus käsittää Kampalan pääkaupunkiseudun julkiset peruskoulut. Satunnaistuksen yksikkö on koulut. Klusterisatunnaistetussa tutkimuksessa koulut jaetaan satunnaisesti interventio- ja kontrolliryhmään käyttämällä asianmukaista allokoinnin piilottamista, kun kouluja rekisteröidään vastaaviin tutkimusryhmiin.

Koulujen liikenteenohjaajaohjelman väliintulo Koululiikenteen valvojaohjelma on toimenpide, jonka tavoitteena on vähentää jalankulkijoiden liikenneonnettomuuksien riskiä koulujen risteyspaikoilla koulujen liikenteenohjaajien läsnäololla turvallisissa paikoissa. Interventiossa käsitellään useita käyttäytymiseen liittyviä riskitekijöitä. Oletuksena on, että turvallisissa ylityspaikoissa sijaitsevat koulujen liikenteenvalvojat lisäävät kuljettajien jalankulkijoiden tuottoprosenttia sisääntuleville tai ylittäville jalankulkijoille, mikä vähentää jalankulkijoiden ja moottoriajoneuvojen törmäysriskiä. Jotta koulujen liikennevalvojat olisivat tehokkaita, ne on sijoitettava turvallisiin paikkoihin. Joillakin Kampalan koulupaikoilla on jo osittain nimetyt turvalliset ylityspaikat. Tässä tapauksessa näkyvyyttä ja turvallisuutta jalankulkijoiden ylityspaikoilla parannetaan yhden koulutetun koulun liikenteenohjaajan sijoittamalla turvalliseen ylityspaikkaan. Koulun liikennevalvoja auttaa oppilaita ylityksessä kaikkina aikoina ruuhka-aikoina eli klo 6.00-8.00; 13.00–14.00; 03.00-19.00. Käytän koulujen liikenteenohjaajina koulujen ei-opetustyöntekijöitä. Yhteensä 11 koulun liikenteenvalvojaa käy läpi 3 päivän liikenneturvallisuuskoulutuksen ennen tutkimuksen alkamista. Samanlainen seurantakoulutus järjestetään 3 kuukauden kuluttua ja niitä motivoidaan ei-rahallisilla kannustimilla, esim. näkyvät takit ja "Lollipop" stop-merkki. Toimin yhteistyössä kahden liikenneturvallisuuskouluttajan kanssa koulutustilaisuuksien järjestämisessä. Sekä interventio- että valvontakoulut saavat Ugandan Punaisen Ristin yhdistyksen ja Ugandan kansallisen opetussuunnitelman kehittämiskeskuksen kehittämät tieturvallisuuskäsikirjat ja -lehtiset.

Kovariaateille tehdään perusarvioinnit sen varmistamiseksi, että interventio- ja kontrolliosaston koulut ovat vertailukelpoisia. Ajalliset näkökohdat: Tutkimus toteutetaan 6 kuukauden ajanjaksolla (eli vuoden 2022 toisen ja kolmannen lukukauden koulun opintojaksot)

Tiedonkeruu Opintovälinettä pilotoidaan kahdessa koulussa ja palautetta käytetään kysymysten parantamiseen. Neljän hyvin koulutetun ja kokeneen tiedonkeruun tiimi yhdessä yhden kenttävalvojan kanssa kerää tietoja 22 koulusta kesä-marraskuun 2022 välisenä aikana. Ryhmät käyvät läpi 5 päivän koulutuksen, jossa he tutustuttavat kaikkiin tutkimuksen näkökohtiin. Jokaista ylityspaikkaa tarkkaillaan ilman taukoja vuorokauden kolmen huipputunnin aikana (ts. 06:30-8:00; 13.00-14.00; 16:00-19:00), kun lapset kulkevat kouluun ja takaisin. Jokaisella rajanylityspaikalla on koulutettu tutkimusassistentti, joka käyttää kameraa tallentaakseen lasten ylityskäyttäytymistä huomaamattomasti. Kamera kiinnitetään korotettuun asentoon, jotta se saa näkymän risteyspaikasta. Jokaisen rajanylityspaikan kohdalla luetellaan kaikki havaitut henkilöt, ja satunnaislukugeneraattorilla valitaan satunnaisesti 50 oppilasta. Tienkäyttäjien käyttäytymisestä kerätään tietoja mobiiliteknologian avoimen lähdekoodin työkalun avulla mobiilidatan keräämiseen.

Tiedonhallinta Videotallenteet tallennetaan kiintolevyille ja abstraktion päätyttyä tiedot toimitetaan suojatulle pilvikoontipalvelimelle. Kaikki tiedot ladataan päivittäin palvelimelta, minkä jälkeen tiedot puhdistetaan. Koska tulos, joka on tienkäyttäjien käyttäytymisen osuus, on binäärinen, sovelletaan yleistettyä regressiomallia. Analyysi tehdään monitasoisella mallilla.