[논문]신호위반사고의 특성과 영향요인 분석

박정순; 정용일; 김윤환

doi:10.7470/jkst.2014.32.3.198

신호위반사고의 특성과 영향요인 분석
Characteristics and Influencing Factors of Red Light Running (RLR) Crashes 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.32 no.3, 2014년, pp.198 - 206

박정순 (도로교통공단 충북지부) , 정용일 (도로교통공단 충북지부) , 김윤환 (충북도청 교통물류과)

초록
AI-Helper

경찰청 통계에 따르면, 우리나라에서 신호위반사고는 심각한 안전문제로 대두되고 있다. 본 연구에서는 청주시 신호교차로에서의 신호위반사고를 다루고 있으며, 연구 목적은 신호위반사고와 비신호위반사고의 특성을 비교분석하고 이항 로지스틱 모형을 이용하여 영향요인을 파악하기 위함이다. 이를 위해 본 연구에서는 2007-2011년간 청주에서 발생한 2천246건의 신호위반사고와 3천884건의 비신호위반사고 자료를 이용하여 두 집단 간의 차이를 검증하고자 한다. 주요 연구결과는 다음과 같다. 첫째, 신호위반사고는 야간시간대 및 직진상태에서 많이 발생하였다. 둘째, 신호위반사고와 비신호위반사고에 영향을 주는 변수로는 충돌형태, 충돌전 진행방향, 운전자 연령대(30대, 50대), 음주운전 및 사고유형 등으로 나타났다. 마지막으로, 이항 로지스틱 회귀분석에 의해 통계적으로 유의한 모형식이 개발되었다(Hosmer and Lemeshow test: 7.052, p-value:0.531).

Abstract ▼ AI-Helper

According to the statistics of the National Police Agency, red light running (RLR) crashes represent a significant safety issue throughout Korea. This study deals with the RLR crashes occurred at signalized intersections in Cheongju. The objectives of this study are to comparatively analyze the characteristics of between RLR crashes and the Non-RLR crashes, and to find out factors using a Binary Logistic Regression(BLR) model. In pursuing the above, the study gives particular attentions to testing the differences between the above two groups with the data of 2,246 RLR/ 3,884 Non-RLR crashes (2007-2011). The main results are as follows. First, many RLR crashes were occurred in the nighttime and in going straight. Second, the difference between RLR and Non-RLR crashes were clearly defined by crash type, maneuver of vehicle before crash, age of driver (30s, 50s), alcohol use and accident pattern. Finally, a statistically significant model (Hosmer and Lemeshow test : 7.052, p-value : 0.531) was developed through the BLR model.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

4%를 차지할 정도로 여전히 신호위반사고가 많이 발생하고 있다. 따라서 본 연구에서는 신호위반사고의 심각성을 인식, 이항로지스틱모형을 이용하여 신호위반사고의 특성 및 영향 요인을 알아보고자 한다.
본 연구의 목적은 도시내 신호교차로에서 일반적으로 발생하는 신호위반사고의 특성분석과 영향요인을 분석하고자 하는 것으로, 다음과 같은 몇 가지 연구가 추가적으로 진행된다면, 신호교차로의 안전성 향상에 많은 도움이 될 것으로 판단된다. 첫째, 개별 지점의 교통량을 파악할 수 없어서 변수선정에서 제외시켰으나, 향후 연구에서는 교통량 자료를 포함한 교차로별 신호위반사고 특성 연구가 요구된다.
신호교차로 교통사고 중 발생율과 심각도가 높은 신호위반사고는 인적요인, 차량요인 및 도로환경요인들의 복잡성에 따라 확률적으로 발생됨과 동시에 주변 환경에 의해 많은 영향을 받는다. 이러한 관점에서 본 연구는 5년간(2007-2011) 청주시의 신호교차로(단일로 신호횡단보도 포함)에서 발생한 교통사고 자료를 다음과 같은 절차에 따라 분석방법론을 설정하고자 한다. 첫째, 신호교차로에서 발생한 교통사고를 신호위반사고와 비신호위반 사고로 분류한다.
일반적으로 신호교차로 또는 횡단보도에서 발생하는 신호위반은 위반유형, 운전자의 의지 및 발생시간대 등에 따라 각기 다른 특성이 있기 때문에 신호위반사고를 예방하기 위해서는 발생원인 및 영향요인에 대한 정밀분석이 필요하다. 이에 본 연구에서는 청주시에서 5년간 신호교차로에서 발생한 신호위반사고/비신호위반사고를 이용하여 신호위반사고의 특성과 영향요인들을 알아보고자 한다.

제안 방법

인적요인 변수는 사고운전자의 성별, 연령, 고의성 여부 및 음주상태 등의 특성을 고려하였으며, 차량요인 변수는 사고유형, 충돌형태, 차종, 차량 진행방향 등으로 구성하였다. 그리고 도로환경요인 변수는 사고위치, 종단경사, 날씨, 노면상태, 제한속도, 주말/주중, 사고발생시간(주간/야간), 황색신호시간, 계절, 주도로 횡단거리, 인접교차로간 거리, 주도로 차로수 등으로 구성하였다.
셋째, 특성 및 영향요인 분석을 위해 사고 당시에 조사된 인적요인(성별, 연령, 음주여부), 차량요인(사고유형, 충돌형태, 차량용도, 차종, 충돌전 진행방향), 도로 및 환경요인(요일, 주야, 사고위치, 종단경사, 날씨, 노면상태, 제한속도, 황색신호시간, 계절, 주도로 횡단거리, 인접교차로까지 거리 및 주도로 차로수 등)을 연구목적에 맞게 정리한다. 넷째, 교통사고를 신호위반 여부에 따라 신호위반사고를 1, 비신호위반사고를 0으로 구분하여 이항 로지스틱 회귀분석으로 모형을 개발한다. 마지막으로, 결론을 정리하며 본 연구에서 미진하게 검토된 사항들과 향후 연구과제를 제시한다.
첫째, 신호교차로에서 발생한 교통사고를 신호위반사고와 비신호위반 사고로 분류한다. 둘째, 선행연구 고찰을 통해 일반적 특성에 대해 알아본다. 셋째, 특성 및 영향요인 분석을 위해 사고 당시에 조사된 인적요인(성별, 연령, 음주여부), 차량요인(사고유형, 충돌형태, 차량용도, 차종, 충돌전 진행방향), 도로 및 환경요인(요일, 주야, 사고위치, 종단경사, 날씨, 노면상태, 제한속도, 황색신호시간, 계절, 주도로 횡단거리, 인접교차로까지 거리 및 주도로 차로수 등)을 연구목적에 맞게 정리한다.
둘째, 선행연구 고찰을 통해 일반적 특성에 대해 알아본다. 셋째, 특성 및 영향요인 분석을 위해 사고 당시에 조사된 인적요인(성별, 연령, 음주여부), 차량요인(사고유형, 충돌형태, 차량용도, 차종, 충돌전 진행방향), 도로 및 환경요인(요일, 주야, 사고위치, 종단경사, 날씨, 노면상태, 제한속도, 황색신호시간, 계절, 주도로 횡단거리, 인접교차로까지 거리 및 주도로 차로수 등)을 연구목적에 맞게 정리한다. 넷째, 교통사고를 신호위반 여부에 따라 신호위반사고를 1, 비신호위반사고를 0으로 구분하여 이항 로지스틱 회귀분석으로 모형을 개발한다.
신호위반사고의 영향요인에 대한 정확한 분석을 위해 2천246건의 신호위반사고와 3천884건의 비신호위반사고 자료를 토대로 이항 로지스틱회귀모형을 개발하였으며, 그 결과는 다음과 같다. 첫째, 회귀모형의 전체적인 적합도를 판단하는 Hosmer and Lemeshow 검정 결과, 카이제곱검정의 유의확률이 0.
예측모형 개발을 위해 신경망 모형을 이용하였으며 위반건수, 연동계수(PF), 교통량, 상류부 교차로와 하류부 교차로간의 거리, 편도차로수, 도로선형 및 교차로 폭 등과의 관련성을 규명하였다. Park et al.
모형에 이용된 독립변수는 도로교통공단의 교통사고분석시스템(TAAS)에서 제공하는 인적, 차량, 도로환경요인들과 현장조사 등을 통해 구축한 자료들을 바탕으로 Table 8과 같이 21개 변수를 선정하였다. 인적요인 변수는 사고운전자의 성별, 연령, 고의성 여부 및 음주상태 등의 특성을 고려하였으며, 차량요인 변수는 사고유형, 충돌형태, 차종, 차량 진행방향 등으로 구성하였다. 그리고 도로환경요인 변수는 사고위치, 종단경사, 날씨, 노면상태, 제한속도, 주말/주중, 사고발생시간(주간/야간), 황색신호시간, 계절, 주도로 횡단거리, 인접교차로간 거리, 주도로 차로수 등으로 구성하였다.
종속변수는 신호위반사고/비신호위반사고이며, 독립변수는 사고 당시에 조사된 인적요인(성별, 연령, 운전자 의지, 음주여부), 차량요인(사고유형, 충돌형태, 차량용도, 차종, 진행방향), 도로 및 환경요인(요일, 주야, 사고위치, 종단경사, 날씨, 노면상태, 제한속도, 황색신호시간, 계절, 주도로 횡단거리, 인접교차로간 거리 및 주도로 차로수 등)을 활용하였다. 종속변수와 독립변수와의 관계를 식으로 나타내면 다음과 같다.
이러한 관점에서 본 연구는 5년간(2007-2011) 청주시의 신호교차로(단일로 신호횡단보도 포함)에서 발생한 교통사고 자료를 다음과 같은 절차에 따라 분석방법론을 설정하고자 한다. 첫째, 신호교차로에서 발생한 교통사고를 신호위반사고와 비신호위반 사고로 분류한다. 둘째, 선행연구 고찰을 통해 일반적 특성에 대해 알아본다.

대상 데이터

모형에 이용된 독립변수는 도로교통공단의 교통사고분석시스템(TAAS)에서 제공하는 인적, 차량, 도로환경요인들과 현장조사 등을 통해 구축한 자료들을 바탕으로 Table 8과 같이 21개 변수를 선정하였다. 인적요인 변수는 사고운전자의 성별, 연령, 고의성 여부 및 음주상태 등의 특성을 고려하였으며, 차량요인 변수는 사고유형, 충돌형태, 차종, 차량 진행방향 등으로 구성하였다.
본 연구는 신호위반사고의 특성 및 영향요인을 알아보고자 도로교통공단 교통사고분석시스템(TAAS)에서 제공하는 5년간(2007-2011) 청주시의 신호교차로에서 발생한 사고 자료를 사용하였다. 이 중 기록상의 오류 및 뺑소니 사고 등을 제외한 총 6천130건의 사고자료를 활용하였으며, 신호위반사고 및 비신호위반사고는 각각 2천246건, 3천884건이다.
본 연구는 신호위반사고의 특성 및 영향요인을 알아보고자 도로교통공단 교통사고분석시스템(TAAS)에서 제공하는 5년간(2007-2011) 청주시의 신호교차로에서 발생한 사고 자료를 사용하였다. 이 중 기록상의 오류 및 뺑소니 사고 등을 제외한 총 6천130건의 사고자료를 활용하였으며, 신호위반사고 및 비신호위반사고는 각각 2천246건, 3천884건이다. 신호위반사고의 발생위치에 따라 단일로 횡단보도 및 교차로 형태별로 분류한 결과는 Table 1과 같으며, 총 299개소(단일로 40개소, 신호교차로 259개소)에서 신호위반사고가 일어났다.

데이터처리

본 연구에서는 통계프로그램 SPSS 20.0을 이용하여 이항 로지스틱 회귀분석을 실시하였으며, 모형의 변수도출은 모든 독립변수의 동시입력 방식을 이용하였으며, 분석 결과는 Table 9와 같다.
Table 7은 5년간 청주시 신호교차로에서 발생한 교통사고를 나타낸 것이다. 신호위반사고의 영향요인에 대한 정확한 분석을 위해서는 비신호위반사고와의 비교가 필여 신호위반사고를 1로, 비신호위반사고를 0으로 정의하여 이항 로지스틱회귀모형으로 분석을 실시하였다.

성능/효과

05보다 크므로 개발된 모형은 적합한 것으로 분석되었다. 둘째, 신호위반사고에 영향을 주는 변수는 충돌형태(측면직각충돌 등), 사고 충돌전 진행방향 (직진 등)으로 나타났다. 셋째, 신호위반사고보다는 비신호위반사고과 관련성이 높은 변수로는 운전자의 연령(30대, 50대)와 음주운전 여부 및 사고유형(차대사람, 차대차) 등으로 분석되었다.
(d)에서 제시된 Hosmer and Lemeshow 검정은 로지스틱 회귀모형의 전체적인 적합도를 판단하는 기준으로, 카이제곱 검정은 종속변수의 실제로 관측된 값과 모형에 의해 예측된 값의 일치정도를 나타내며, 카이제곱값이 작을수록 모형이 적합도가 높다고 분석된다. 따라서 카이제곱검정의 유의확률이 0.531로 유의수준 0.05보다 크므로 개발된 모형은 적합하다고 판단된다.
분석결과, 접근차로수가 2차로인 경우보다 3차로의 경우에 신호위반이 많으며, 도시부에서는 출퇴근시간대에, 그리고 지방부는 퇴근시간대에 운전자들의 신호위반이 많았다. 또한 신호위반의 주된 영향요인으로는 주도로와 부도로의 교통량차이와 접근차량의 평균속도 및 주방향 교차로폭 등으로 나타났다.
영향요인에 대한 분석결과, 회귀계수(B)값이 양(+)으로 나타난 변수는 절대값이 클수록 신호위반사고에 영향을 주는 것으로 충돌형태(측면직각충돌 등), 사고 충돌전 진행방향(직진) 변수 등이다. 반면에 회귀계수값이 음(-)인 것은 연령대(30대, 50대)와 음주운전 여부 및 사고유형(차대 사람, 차대 차) 변수로서 신호위반사고보다는 비신호위반사고와 관련성이 큰 것으로 분석되었으며, 각각의 유의확률이 0.05보다 낮아 통계적으로 유의하다고 판단할 수 있다.
3%를 차지하였다. 반면에, 30대 미만의 초보운전자 경우에는 다른 연령대에 비해 이륜차 및 자전거에 의한 사고율이 높으며, 경험부족과 순간적인 인지반응 능력이 떨어지기 때문에 중상 이상의 심각사고 비율이 높은 것으로 분석되었다. 또한 고령운전자의 신호위반은 의도된 행동이라기보다는 위험지각에 따른 반응시간 지연 등 노화에 따른 운전적성과 관련이 높은 것으로 판단된다.
Park(2011)은 28개의 신호위반 단속장비에서 1년 간 수집한 3만8천324건의 자료를 활용하여 신호위반 특성을 분석하였다. 분석결과, 접근차로수가 2차로인 경우보다 3차로의 경우에 신호위반이 많으며, 도시부에서는 출퇴근시간대에, 그리고 지방부는 퇴근시간대에 운전자들의 신호위반이 많았다. 또한 신호위반의 주된 영향요인으로는 주도로와 부도로의 교통량차이와 접근차량의 평균속도 및 주방향 교차로폭 등으로 나타났다.
둘째, 신호위반사고에 영향을 주는 변수는 충돌형태(측면직각충돌 등), 사고 충돌전 진행방향 (직진 등)으로 나타났다. 셋째, 신호위반사고보다는 비신호위반사고과 관련성이 높은 변수로는 운전자의 연령(30대, 50대)와 음주운전 여부 및 사고유형(차대사람, 차대차) 등으로 분석되었다. 일반적으로 신호위반사고를 예방하기 위한 방법들은 교통안전교육, 신호체계 조정 및 강력한 물리적단속 등이 있겠으나, 본 연구에서 도출된 결과를 고려한 교통사고 감소방안을 마련한다면 더욱 효과적일 것이라 판단된다.
신호위반사고 자료를 바탕으로 특성분석을 실시한 결과, 신호위반사고의 주요 연령층은 40대이며, 60세 이상의 고령운전자의 약 55%가 부상이상의 피해를 입은 것으로 분석되었다. 제한속도가 50-60km/h인 교차로에서 신호위반사고의 약 87%가 발생하였으며, 야간시간대에는 1천266건(56.
(2010)은 충북도내 도심부/도시외곽부/지방부 신호교차로 28개소에서의 신호위반 운전자의 특성을 분석하였다. 연구 결과, 신호위반은 도시외곽부보다 지방부와 도심부에서 많이 발생하며, 신호위반 운전자의 81.1%가 제한속도 이하로 주행하며, 77.3%는 적색등화후 2.0초 이내에 교차로에 진입한다고 하였다. 또한.
Table 5는 신호위반사고를 발생 시간대에 따라 주간 및 야간으로 분류하였으며, 교통량이 집중화되는 출퇴근 시간대에 대해서도 세분화시켜 비교한 것이다. 전체 위반사고 중 주간시간대에는 980건(43.6%), 야간시간대에는 1천266건(56.4%)으로 주간의 1.3배 이상 발생하였으며 약 49.4%가 중상이상의 심각사고인 것으로 나타났다. 출근시간대(07:00-09:00)에는 193건이 그리고 퇴근시간대(18:00-20:00)에는 257건으로 출근시간대보다 신호위반사고가 많이 발생하였다.
신호위반사고 자료를 바탕으로 특성분석을 실시한 결과, 신호위반사고의 주요 연령층은 40대이며, 60세 이상의 고령운전자의 약 55%가 부상이상의 피해를 입은 것으로 분석되었다. 제한속도가 50-60km/h인 교차로에서 신호위반사고의 약 87%가 발생하였으며, 야간시간대에는 1천266건(56.4%)의 신호위반사고로 주간의 980건(43.6%)보다 1.3배이상 많이 발생한 것으로 나타났다. 사고 충돌전 진행방향을 살펴본 결과, 직진중에 발생한 사고는 1천431건(전체의 63.
신호위반사고의 영향요인에 대한 정확한 분석을 위해 2천246건의 신호위반사고와 3천884건의 비신호위반사고 자료를 토대로 이항 로지스틱회귀모형을 개발하였으며, 그 결과는 다음과 같다. 첫째, 회귀모형의 전체적인 적합도를 판단하는 Hosmer and Lemeshow 검정 결과, 카이제곱검정의 유의확률이 0.531로 유의수준 0.05보다 크므로 개발된 모형은 적합한 것으로 분석되었다. 둘째, 신호위반사고에 영향을 주는 변수는 충돌형태(측면직각충돌 등), 사고 충돌전 진행방향 (직진 등)으로 나타났다.
이항 로지스틱 회귀분석의 결과로써, 모형계수 전체 테스트, Hosmer and Lemeshow 검정결과 등으로 나타나며, 종합적 분석을 통해 적합도를 판단해야 한다. 카이제곱 검정값과 -2로그우드 함수값은 모형의 적합도를 의미하며, 값이 낮을수록 적합도가 높다고 판단할 수 있다.

후속연구

둘째, 2천246건의 신호위반사고에는 이륜차 및 자전거 사고(294건) 등의 다양한 차종이 포함되어 있다. 그리고 사고발생 위치 또한 단일로 횡단 보도 및 교차로로 구분할 수 있음에도 모형개발에 있어서는 이를 동일시하여 분석하므로 향후 연구에서는 개별 차종 및 사고발생 위치에 따른 비교 검토가 필요하다. 셋째, 향후 연구에서는 청주시와 타 도시 및 지방부 교차로와의 비교 검토가 필요하다.
셋째, 향후 연구에서는 청주시와 타 도시 및 지방부 교차로와의 비교 검토가 필요하다. 넷째, 신호위반사고는 접근로의 딜레마 존, 차량의 접근속도 등과 밀접한 관련성이 있으므로 이를 고려한 연구가 진행되길 기대한다.
그리고 사고발생 위치 또한 단일로 횡단 보도 및 교차로로 구분할 수 있음에도 모형개발에 있어서는 이를 동일시하여 분석하므로 향후 연구에서는 개별 차종 및 사고발생 위치에 따른 비교 검토가 필요하다. 셋째, 향후 연구에서는 청주시와 타 도시 및 지방부 교차로와의 비교 검토가 필요하다. 넷째, 신호위반사고는 접근로의 딜레마 존, 차량의 접근속도 등과 밀접한 관련성이 있으므로 이를 고려한 연구가 진행되길 기대한다.
본 연구의 목적은 도시내 신호교차로에서 일반적으로 발생하는 신호위반사고의 특성분석과 영향요인을 분석하고자 하는 것으로, 다음과 같은 몇 가지 연구가 추가적으로 진행된다면, 신호교차로의 안전성 향상에 많은 도움이 될 것으로 판단된다. 첫째, 개별 지점의 교통량을 파악할 수 없어서 변수선정에서 제외시켰으나, 향후 연구에서는 교통량 자료를 포함한 교차로별 신호위반사고 특성 연구가 요구된다. 둘째, 2천246건의 신호위반사고에는 이륜차 및 자전거 사고(294건) 등의 다양한 차종이 포함되어 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 고에서 신호위반사고의 영향요인에 대한 정확한 분석을 위해 무엇을 실시하였는가?	Table 7은 5년간 청주시 신호교차로에서 발생한 교통사고를 나타낸 것이다. 신호위반사고의 영향요인에 대한 정확한 분석을 위해서는 비신호위반사고와의 비교가 필여 신호위반사고를 1로, 비신호위반사고를 0으로 정의하여 이항 로지스틱회귀모형으로 분석을 실시하였다.
	대부분의 교통사고의 발생원인은?	0배 정도 증가한 것으로 나타났다. 이러한 교통사고의 발생원인은 여러가지가 있지만, 대부분의 교통사고는 운전자들이 교통법규를 지키지 않는데 기인하는 것으로 연구되고 있다. 특히, 신호위반이 교통사고로 이어질 경우의 사회경제적 피해는 다른 사고원인들에 비해 매우 심각하다고 할 수 있다.
	개발한 이항 로지스틱회귀모형을 이용한 신호위반사고의 영향요인에 대해 얻은 결과는?	신호위반사고의 영향요인에 대한 정확한 분석을 위해 2천246건의 신호위반사고와 3천884건의 비신호위반사고 자료를 토대로 이항 로지스틱회귀모형을 개발하였으며, 그 결과는 다음과 같다. 첫째, 회귀모형의 전체적인 적합도를 판단하는 Hosmer and Lemeshow 검정 결과, 카이제곱검정의 유의확률이 0.531로 유의수준 0.05보다 크므로 개발된 모형은 적합한 것으로 분석되었다. 둘째, 신호위반사고에 영향을 주는 변수는 충돌형태(측면직각충돌 등), 사고 충돌전 진행방향 (직진 등)으로 나타났다. 셋째, 신호위반사고보다는 비신호위반사고과 관련성이 높은 변수로는 운전자의 연령(30대, 50대)와 음주운전 여부 및 사고유형(차대사람, 차대차) 등으로 분석되었다. 일반적으로 신호위반사고를 예방하기 위한 방법들은 교통안전교육, 신호체계 조정 및 강력한 물리적단속 등이 있겠으나, 본 연구에서 도출된 결과를 고려한 교통사고 감소방안을 마련한다면 더욱 효과적일 것이라 판단된다.

참고문헌 (19)

Bonneson J., Zimmerman K. (2004), Development of Guidelines for Identifying and Treating Locations with a Red-light Running Problem, Report No.FHWA/TX-05/0-4196-2, Texas Department of Transportation Engineers, Washington, Texas.
Bonneson J., Zimmerman K. (2006), Identifying Intersections with Potential for Red-light-related Safety Improvement, TRR 1953, 128-135. TRB, Washington, DC.
Bonneson J., Zimmerman K., Brewer M. (2002), Engineering Countermeasures to Reduce Red-Light- Running, FHWA/TX-03/4027-2.
Bonneson J., Zimmerman K., Quiroga C. (2003), Review and Evaluation of Enforcement Issues and Safety Statistics Related to Red-light-running, Report No.FHWA/TX-04/4196-1, Texas Department of Transportation Engineers, Washington, Texas.
Chang M-S., Messer C. J., Santiago A. J. (1985), Timing Traffic Signal Change Intervals based on Driver Behavior, TRR 1027, 20-30. TRB, Washington, DC.
Elnashar D. (2008), Characteristics of Red Light Running Crashes in Florida, Degree of Master of Science at the University of Central Florida.
Hill S. E., Lindly J. K. (2003), Red Light Running Prediction and Analysis, UTCA.
Jung U. Y. (2001), A Study on the Driver's Thought based on Red Light Violation, The Collection of Works, 2, RTSA.
Jung Y. J. (2009), A Study on the Factors Influencing the Number of Enforcement on the Traffic Signal Violation, Keimyung University.
Kim J. H., Lee S. B., Kim D. H., Hong J. Y. (2012), The Relationship between Violation of Designated Lane Usage and Accident Severity on Freeways, J. Korean Soc. Transp., 30(3), Korean Society of Transportation. 119-127.

원문보기 상세보기
Mohamedshah Y. M., Chen L. W., Council F. M. (2000), Association of Selected Intersection Factors with Red Light Running Crashes, Proceedings of the 70th annual. ITE.
Park J. S. (2011), Analysis of Red Light Violation Data Collected from Red Light Cameras, Research of Regional Policy, 12(2), 37-56.
Park J. S., Kim Y. H., Jung W. T. (2010), Red light Violation Analysis using Statistical Methods, Journal of the Korean Society of Road Engineers, 12(3), 49-57.
Quiroga C., Kraus E., Schalkwyk I. V., Bonneson J. (2003), Red Light Running - A Policy Review, Center for Transportation Safety Texas Transportation Institute.
Retting R. A. et al. (1996), Characteristics of Red Light Violation: Results of field investigation, Journal of Safety Research, 27(1).
Retting R. A. et al. (1999), Prevalence and Characteristics of Red Light Running Crashes in the United States, Accident Analysis and Prevention, 31(6), 687-694.

상세보기
Yan X. (2005), Safety Issue of Red Light Tunning and Unprotected Left-turn at Signalized Intersections, B.Sc. Xi'an University of Architecture & Technology M.Sc. University of Central Florida.
Yang C. Y. D., Najm W. G. (2006), Analysis of Red Light Violation Data Collected from Intersections Equipped with Red Light Photo Enforcement Cameras, NHTSA.
http://taas.koroad.or.kr

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증