Dan Podjed in Saša Babič sta objavila članek z naslovom 'Crossroads of Anger: Tensions and Conflicts in Traffic', in sicer v posebni številki ugledne mednarodne revije 'Ethnologia Europaea', posvečeni besu in jezi. Njun prispevek se osredinja na ljubljanske voznike v različnih oblikah osebnega transporta ter opiše njihove interakcije in konflikte, ki se velikokrat kažejo kot verbalni ali neverbalni izrazi jeze. Z analizo vozniških navad, vsakdanjega besednjaka in medijskih reprezentacij odgovarja članek na nekatera ključna vprašanja, ki so se jim antropologi doslej malo posvečali. Avtorja zanima, denimo, kako ljudje ponotranjimo vozniške navade, zakaj so vozila postala neločljivi del naše identitete ter kako na cesti izražamo svoje občutke in emocije.
COBISS.SI-ID: 39325997
Saša Babič in Dan Podjed sta znanstveni članek o družbeni vlogi vozil objavila v reviji Glasnik Slovenskega etnološkega društva. Kot pojasnita v prispevku, so vozila več kot zgolj prevozna sredstva – so tudi pomemben dejavnik pri oblikovanju stereotipov o posameznikih in skupnostih. Opredeljujejo naš družbeni položaj in nas umeščajo v omrežje družbenih povezav in medspolnih razmerij. Prispevek predstavi nekatere stereotipe o vozilih v povezavi z družbeno močjo in medspolnimi razmerji ter primerja odnos do avtomobilov, koles, javnega prevoza in drugih oblik mobilnosti v dveh mestih: Ljubljani in Beogradu.
COBISS.SI-ID: 40102189
Kot večina mest se Ljubljana sooča s prometnimi težavami. Zaradi naraščanja prometa je infrastruktura preobremenjena, okolje in zdravje ljudi pa sta vse bolj ogrožena. Članek, ki ga je Tatiana Bajuk Senčar, sodelavka projekta DriveGreen, pripravila za Glasnik Slovenskega etnološkega društva, prinaša kratko raziskavo o pojmovanju udobnosti v luči sprememb parkirne infrastrukture in parkirne cenovne politike. V središču zanimanja sta uvedba sistema P+R (Park and Ride oziroma Parkiraj in prestopi) ter vpliv teh parkirišč na mobilne prakse voznikov.
COBISS.SI-ID: 42407981
V članku 'Smart Driving: Influence of Context and Behavioral Data on Driving Style’, objavljenem v Internet of Things, Smart Spaces, and Next Generation Networks and Systems (Conference Proceedings), je predstavljen pristop za določanje ravni stresa na neinvaziven način, pri čemer so raziskovalci uporabili pametni telefon kot edini in zadosten vir podatkov. Prav tako so predstavili zamisel o tem, kako delno prenesti takšen pristop k določanju načina vožnje, saj je agresivna vožnja eden od vzrokov za prometne nesreče. Za določitev sloga vožnje se v raziskavah uporabljajo različne metode, vključno s podatki o premikih pred manevriranjem, določitev kota volanskega obroča, pritiski na pedal za plin in zavorni pedal, smer pogleda, obrazne mimike, hitrosti in izpolnjevanje vprašalnikov po potovanju. V prispevku so predstavili metodologijo za oceno potencialno nevarnega vožnje (v smislu intenzivnejšega pospeševanja in zaviranja v primerjavi s povprečno vožnjo) in razpravljali o tem, kako oceniti takšno nevarno vožnjo, preden se dejansko izvede. Predstavili so senzorje in podatke, ki jih lahko uporabimo za te namene. Takšni podatki vključujejo variabilnost srčnega utripa senzorja prsnega pasu, vedenjske in kontekstualne podatke iz pametnega telefona, kratki vprašalnik STAI za oceno osebne anksioznosti in anksioznosti kot stanja v določenem trenutku ter začetno interakcijo z avtomobilom med odpiranjem in zapiranjem vrat avtomobilov. Za določitev intenzivnega pospeševanja in zaviranja so analizirali GPS podatke, kot so hitrost, pospešek in tudi podatki merilnika pospeška v notranjosti avtomobila, da bi se izognili motnjam v GPS-signalu. Dolgoročni cilji raziskave so zagotoviti povratne informacije o potencialno nevarni vožnji vnaprej in s tem okrepiti voznikovo pozornost na vožnjo pred njenim začetkom.
COBISS.SI-ID: 11566676
V prispevku 'Estimation of the Driving Style Based on the Users’ Activity and Environment Influence’, objavljenem v reviji Sensors, je opisan eksperiment, ki vključuje oceno samoocenjevanja sloga vožnje in napoved agresivnega načina vožnje, ki temelji na podatkih o aktivnosti voznika in okoljskih parametrih. Za analizo je bilo v študiji zbranih sedeminšestdeset ur vožnje podatkov o desetih voznikih. Novi in inovativni parametri, uporabljeni v poskusu, so intenzivnost odpiranja in zapiranja avtomobilskih vrat, ki so bili uporabljeni za izboljšanje natančnosti napovedi. Aplikacija za platformo Android, imenovana Sensoric, je bila razvita za zbiranje podatkov o dejavnosti uporabnikov, pridobljenih s pametnimi telefoni. Slog vožnje so napovedali iz podatkov o uporabnikovi aktivnosti in njegovem okolju, zbranih pred začetkom vožnje. Napoved so primerjali z dejanskim načinom vožnje, ki smo jo izračunali iz objektivnih podatkov o vožnji. Napoved je pokazala spodbudne rezultate, s točnostjo vrednosti od 0,727 do 0,909 za agresivno prepoznavanje hitrosti vožnje. Rezultati podpirajo hipotezo, da se uporabnikovo okolje in podatki o dejavnosti lahko uporabijo za napovedovanje agresivnega načina vožnje vnaprej, preden se začne vožnja.
COBISS.SI-ID: 11867476