In dit rapport worden twee experimenten beschreven, die tot doel hebben inzicht te verschaffen in de manier waarop stedelijke en plattelandswegen door weggebruikers cognitief worden geclassificeerd. Deze studie kan gezien worden als een vervolg op eerder onderzoek op dit terrein (Gundy, 1994; 1996). Voor zowel experiment I als II is een gestratificeerde steekproef getrokken van stedelijke weglocaties binnen de bebouwde kom (bibeko), verdeeld naar zeven wegklassen, drie verstedelijkingsniveaus en de aanwezigheid (of afwezigheid) van een kruising vlakbij. De klassen waren: Klasse 1:dubbelbaans verkeersader gesl. voor langzaam verkeer (70km/uur) Klasse 2:dubbelbaans verkeersader gesl. voor langzaam verkeer (50km/uur) Klasse 3:enkelbaans verkeersader gesl. voor langzaam verkeer (50km/uur) Klasse 4:enkelbaans verkeersader open voor langzaam verkeer (50 km/uur) Klasse 5:woonstraten open voor langzaam verkeer (50 km/uur) Klasse 6:woonstraten open voor langzaam verkeer (30 km/uur) Klasse 7:woonerf (< 15 km/uur) Ten behoeve van experiment I is bovendien nog een gestratificeerde steekproef getrokken van landelijke weglocaties buiten de bebouwde kom (bubeko), verdeeld naar zeven wegklassen, twee regio's en de aanwezigheid (of afwezigheid) van een kruising vlakbij. De klassen waren hier: Klasse 1:dubbelbaans autowegen (100 km/uur) Klasse 2:enkelbaan autowegen (100 km/uur) Klasse 3:dubbelbaans wegen gesl. voor langzaam verkeer (80 km/uur) Klasse 4:enkelbaans wegen gesl. voor alle langzaam verkeer (80km/uur) Klasse 5:enkelbaans wegen gesl. voor fietsers en voetgangers (80km/uur) Klasse 6:enkelbaans wegen open voor alle verkeer (80 km/uur) Klasse 7:enkelbaans enkele-rijstrookwegen open voor alle verkeer (80km/uur). Al deze locaties zijn gefotografeerd vanuit het gezichtspunt van de bestuurder, terwijl ook informatie over de directe omgeving is verzameld. De aanwezigheid van ander verkeer is zoveel mogelijk vermeden. In experiment I zijn de twee steekproeven van foto's samengevoegd en is een selectie van 112 (zowel bibeko- als bubeko-) foto's getoond aan 24 proefpersonen (die zodanig gekozen zijn dat ze qua leeftijds- en geslachtsverdeling ongeveer overeenkomen met de Nederlandse automobilistenpopulatie). Deproefpersonen werd gevraagd de foto's te sorteren op stapels: ‘gelijksoortige' foto's bij elkaar en ‘ongelijksoortige' foto's op aparte stapels. Deze indeling moest voor de proefpersonen in hun rol als autobestuurder (naar eigen inzicht) ‘relevant'en ‘nuttig' zijn. De sorteerdata werden verzameld in gelijkenismatrices en geanalyseerd door middel van multidimensionele schaling en variantie-analyse. In experiment II is een selectie van 94 foto's getoond aan 21 vrijwillige proefpersonen (eveneens min of meer representatief voor de Nederlandse automobilistenpopulatie). De proefpersonen werd hier gevraagd de zeven hierboven genoemde wegklassen te leren. Hierna kregen zij een groot aantal foto's van wegbeelden te zien, waar zij de juiste wegklasse van moesten proberen te benoemen. Na elke benoemde foto werd hen de juiste classificatie meegedeeld. De bevindingen naar aanleiding van experiment I waren complexer dan voorzien, maar lagen toch enigszins voor de hand. Ten eerste werd de al eerder (Gundy, 1994; 1996) gevonden ordening van wegen (van lagere - naar hogere-ordere-wegen) hier ook gevonden, voor wegen zowel buiten als binnen de bebouwde kom. Ten tweede lijken voor weggebruikers verkeersaders binnen de bebouwde kom veel op verkeersaders daarbuiten. Dit is beslist niet het geval voor de lagere-orde-wegen. Ten derde: het verschil tussen kruispunten en rechte wegen is voor weggebruikers een belangrijk indelingscriterium bij alle soorten wegen, behalve bij lagere-orde-wegen binnen de bebouwde kom. De bevindingen naar aanleiding van experiment II waren duidelijk: deproefpersonen in het onderzoek zijn goed in staat de zeven ‘bibeko'-wegklassen van elkaar te onderscheiden. Toch doen zij dit bij lange na niet perfect. Er is een duidelijke en tevens simpele structuur te vinden in de fouten die zij maken. Wegen van hogere orde onderling verward, en hetzelfde geldt voor wegen van lagere orde. Verder bleek men in staat gedurende het experiment de eigen prestaties te verbeteren. Ten slotte wordt in dit verslag ook ingegaan op de betekenis van deze resultaten voor de verkeersveiligheid en de mogelijkheden voor verder onderzoek. Er wordt, onder andere, een eenvoudig conceptueel model aangereikt. Ditmodel analyseert classificatie en veiligheid consequenties in twee onafhankelijke componenten: discrimineerbaarheid van wegcategorieën, en voorkeuren om bepaalde soort fouten te maken. Het is de bedoeling dat deze en andere modellen de leidraad vormen voor verder onderzoek
Cognitive organisation of road pictures, part III; Report on two experiments on the classification of roads inside and outside builtup areas This report describes two experiments aimed at clarifying the way in which urban and rural roads are classified cognitively by roadusers. This study can be seen as a followup to previous research in this area (Gundy, 1994; 1996). For both experiment I and experiment II, a stratified sample was taken of urban road sites within the builtup area, subdivided by seven road classes, three levels of urbanisation and the presence or absence of an intersection in the immediate vicinity. The classes were: Class 1:dual carriageway artery closed to slow traffic (70km/h) Class 2:dual carriageway artery closed to slow traffic (50km/h) Class 3:single carriageway artery closed to slow traffic (50km/h) Class 4:single carriageway artery open to slow traffic (50 km/h) Class 5:residential streets open to slow traffic (50 km/h) Class 6:residential streets open to slow traffic (30 km/h) Class 7:trafficcalmed residential areas (‘woonerf') (< 15 km/h) In addition, for experiment I a stratified sample was taken of rural road locations outside builtup areas, subdivided by seven road classes, two districts and the presence or absence of an intersection in the immediate vicinity. The classes in this case were: Class 1:dual carriageway trunk roads (100 km/h) Class 2:single carriageway trunk roads (100 km/h) Class 3:dual carriageway roads closed to slow traffic (80 km/h) Class 4:single carriageway roads closed to slow traffic (80km/h) Class 5:single carriageway roads closed to cyclists and pedestrians (80km/h) Class 6:single carriageway roads open to all traffic (80 km/h) Class 7:single carriageway singlelane roads open to all traffic (80km/h). All these locations were photographed from the driver's viewpoint, whereby information on the immediate environment was also collected. The presence of other traffic was avoided as far as possible. In experiment I the two samples of photographs were put together, and a selection of 112 photographs (from both inside and outside builtup areas) were shown to 24 subjects (selected to correspond approximately in age and sex distribution to the Dutch motorist population). The subjects were asked to sort the photographs into piles, keeping photographs ‘of the same sort' in the same pile and putting those ‘of different sorts' in different piles. This classification was to be ‘relevant' and ‘useful' for the subjects, in their own view, in their role as car drivers. The sorting data were collected in similarity matrices and analyzed by means of multidimensional scaling and variance analysis. In experiment II, a selection of 94 photographs was shown to 21 volunteer subjects (also more or less representative of the Dutch motorist population). In this case the subjects were asked to learn the seven road classes listed above. They were then shown a large number of pictures of roads and had to try to name the correct class in each case. After giving their response for each photograph they were told the correct classification. The findings from experiment I were more complex than expected, but were still fairly clear. Firstly, the ordering of roads (from higher order to lower order roads) already found (Gundy, 1994; 1996) was also found here, for roads both outside and inside builtup areas. Secondly, arteries within builtup areas are very similar to arteries outside builtup areas for road users. This is definitely not the case for lower order roads. Thirdly, the difference between intersections and straight road sections is an important classification criterion for road users for all kinds of roads, with the exception of lower order roads in builtup areas. The findings from experiment II were clear: the subjects in the investigation are well able to distinguish between the seven road classes within builtup areas. However they are far from perfect in doing this. A clear and simple structure can be found in the mistakes they make. Higher order roads are confused with each other, and the same is true of lower order roads. Thesubjects also proved able to improve their own performances in the course of the experiment. Finally, this report also considers the significance of these results for road safety, and the possibilities for further research. A simple conceptual model is supplied. This model analyses classification and the consequences for safety in two independent components: ability to distinguish between road categories, and tendencies to make mistakes of a particular kind. It is intended that these and other models should provide a guideline for further research
