Kwaliteit van bewijs 4.75/5
Beoordelingsscore op acht dimensies volgens de kwaliteitsrubriek . Elke dimensie krijgt een score van 1 tot 5.
- D1 Verankering in bronnen
- 4/5
- D2 Autoriteit van bronnen
- 5/5
- D3 Rekenkunde
- 5/5
- D4 Onzekerheid
- 4/5
- D5 Bereik
- 5/5
- D6 Proza
- 5/5
- D7 Eerlijkheid over perceptie
- 5/5
- D8 Volledigheid van voorbehouden
- 5/5
● uw factoren — klik op dit risico ▾ om te tonen
- Jouw factoren
≈ Net zo waarschijnlijk als
Waargenomen
De meeste bestuurders behandelen een overschrijding van 10-15 mph als een kleine overtreding, geen betekenisvolle veiligheidsbeslissing. Het publieke begrip van botsingsfysica is zwak: enquêtes en focusgroepen vinden consistent dat bestuurders onderschatten hoe steil de ernst van een botsing met de snelheid schaalt. Kinetische energie groeit met het kwadraat van de snelheid, en de kans op een fatale afloop bij een botsing groeit nog sneller. Bestuurders die de limiet routinematig met 20 % overschrijden, rapporteren doorgaans dat ze zich in controle voelen en dat hun rijgedrag slechts marginaal risicovoller is dan de aangegeven snelheid aanhouden — de werkelijke vermenigvuldiger, rond 2x op het sterfterisico, is veel groter dan de meesten zouden gokken.
Ruwe schatting: de meeste bestuurders onderschatten de risicovermenigvuldiger; het onderbuikgevoel is vaak 10-20 % verhoogd risico, niet 2x
Bron: redactionele intuïtie, niet gepeild
Werkelijk
~1 fataal ongeluk per ~3.850 bestuurdersjaren bij 20 % boven de snelheidslimiet
Amerikaanse bestuurder die 20 % boven de aangegeven snelheidslimiet rijdt. Basiskans op overlijden bij een verkeersongeluk in één jaar ≈ 1 op de 7.979 (NSC-levenslange kans 1 op de 101 × levensverwachting van 79,0 jaar, volgens de door NSC vermelde methode) × Power-Model-factor 2,07 → 1 op de ~3.855, weergegeven als ~3.850.
Berekening tonen
Stap 1 — Basislevenslange sterfte bij verkeersongeluk: de «Odds of Dying» van de National Safety Council (gegevens 2024) publiceert Amerikaanse levenslange kans om te overlijden bij een verkeersongeluk van 1 op de 101 ≈ 0,0099. (NSC leidt dit af door de eenjarige kans te delen door de levensverwachting van 79,0 jaar van iemand geboren in 2024.) Stap 2 — Power-Model-vermenigvuldiger: Nilsson (1981/2004) geeft de sterftevermenigvuldiger als (v₂/v₁)⁴. Bij v₂/v₁ = 1,2 is de vermenigvuldiger 1,2⁴ = 2,0736 ≈ 2,07. Elviks meta-analyse uit 2013 van 98 studies bevestigt deze exponent; bij snelwegsnelheden kan de empirische exponent 4 overschrijden, dus 2,07 is een conservatieve ondergrens. Stap 3 — Levenslange schatting: een bestuurder die consequent 1,2× de limiet rijdt voor een aanzienlijk deel van de snelwegkilometers past ruwweg de volledige 2,07× toe op zijn basisrisico: 0,0099 × 2,07 ≈ 0,0205, afgerond op 0,020 als centrale schatting. De weergave «1 op de 50» = 1 / 0,020. Ondergrens van de onzekerheidsband (0,012) komt overeen met een blootstellingsgewogen vermenigvuldiger van ~1,2× (helft van de kilometers op de limiet, helft op 1,2×): 0,0099 × 1,2 ≈ 0,012. Bovengrens (0,023) komt overeen met 2,3× (snelwegrijden meestal 25 % boven de limiet, exponent ~4,5): 0,0099 × 2,3 ≈ 0,023.
Kanttekeningen: Het Power-Model (v₂/v₁)⁴ geeft een puntschatting voor de sterftevermenigvuldiger…
Het Power-Model (v₂/v₁)⁴ geeft een puntschatting voor de sterftevermenigvuldiger per rit bij een gegeven snelheidsverhouding. Het houdt geen rekening met wegtype (de exponent is lager op stedelijke hoofdwegen, hoger op landelijke tweebaanswegen), verkeersdichtheid, veiligheidsbeoordelingen van voertuigen of rijvaardigheid. Het cijfer 2,07× is een centrale schatting voor landelijke/snelwegomstandigheden; het onderschat het risico op onverdeelde landwegen en overschat het in druk stadsverkeer waar de absolute snelheden laag zijn. De snelheidsovertredingsclassificatie van de NHTSA gebruikt «elke aan snelheid gerelateerde factor» in het ongevallenrapport — het omvat bestuurders die zijn beboet voor 1 mph te veel evenals die 50 mph te veel reden — dus het aandeel van 29 % van de dodelijke slachtoffers betekent niet dat de gemiddelde te snel rijdende bestuurder een 2× verhoogd risico liep; het betekent dat snelheid een gecodeerde bijdragende factor was over een zeer breed scala aan groottes. De levenslange schatting op deze pagina geldt alleen voor bestuurders die regelmatig 20 %+ boven de limiet rijden voor een betekenisvol deel van hun kilometers; het is geen bevolkingsgemiddeld cijfer.
Gerelateerde risico’s
Andere risico’s over vergelijkbare thema’s — om gerelateerde angsten te verkennen.
Appen + rijden
Hoe groot is de kans op een dodelijk ongeluk tijdens het appen achter het stuur?
Slaperig rijden
Wat zijn de kansen om een dodelijk ongeluk te veroorzaken door te rijden zonder genoeg slaap?
Video kijken achter stuur
Wat is de kans op een ongeluk door video kijken op je telefoon tijdens het rijden?
Rijden onder kalmerende meds
Wat is de kans op het veroorzaken van een dodelijk ongeval door te rijden onder invloed van een kalmerend voorgeschreven medicijn?
Dodelijke ongevallen zelfrijdende auto
Wat is de kans om gedood te worden door een zelfrijdende auto?
Kies vergelijking
The mechanism is physics before it is statistics. Kinetic energy scales with the square of velocity, and the probability that a crash is fatal scales even faster — the Power Model developed by Göran Nilsson at Sweden’s VTI research institute and confirmed by Rune Elvik’s 2004 meta-analysis of 98 studies gives the fatality multiplier as (v₂/v₁)⁴. Drive 20% over the posted limit and you are not running 20% more risk of a fatal crash; you are running roughly 2.07 times the risk of someone travelling at the limit. Drive 30% over and the multiplier climbs to 2.86×.
NHTSA’s Fatality Analysis Reporting System counted 11,775 deaths in speeding-related crashes in 2023, 29 percent of the 40,901 total US traffic fatalities that year. That share has been roughly stable for two decades, which means the absolute number tracks overall fatality trends but the behavioral pattern has not meaningfully improved. The 29% figure spans a wide range of severity: NHTSA codes a crash as speeding-related whenever an officer checks that box, whether the driver was 1 mph or 50 mph over the limit, so the share does not mean the typical speeding driver faced anything close to the 2× elevated risk estimated above. The Power Model exponent for fatal crashes on high-speed rural roads may also exceed 4, as Elvik’s 2013 re-parameterisation found the empirical exponent varies with initial speed and road type, generally running higher at highway speeds than at urban arterial speeds.
The gap between perceived and actual risk here is structural. Drivers who routinely travel 10-15 mph over the interstate limit experience no immediate consequence most of the time, which trains an intuitive model that the overage is tolerable. The physics disagrees on what happens in the relatively rare event that something goes wrong: at 75 mph versus 60 mph, a collision absorbs 56% more kinetic energy, and the margin between a serious injury and a fatality is largely determined by that energy budget. The lifetime estimate for a driver who regularly exceeds the limit by 20% on highway miles works out to roughly 1 in 50 — approximately double the US population baseline of 1 in 101 (the National Safety Council’s 2024-data lifetime odds of dying in a motor-vehicle crash) — with the uncertainty band wide enough to accommodate both cautious interpretations and higher-exponent road types.
Gerelateerde weetjes
Een bestuurder die routinematig 20%+ boven de limiet rijdt, loopt een kans van ongeveer ~1 op 47 op een dodelijk ongeval in een leven, zo'n 1 dodelijk ongeval per ~220.000 ritten bij 20% erboven. Het buikgevoel registreert meestal 10 tot 20% meer risico in plaats van een verdubbeling.
Bronnenverantwoording
Elk getal hieronder is wat elke bron rapporteerde, met het letterlijke citaat waarop we ons baseerden en hoe we tot ons cijfer kwamen. Klik op een link om rechtstreeks te verifiëren.
-
[1] Nilsson, G. — Swedish National Road and Transport Research Institute (VTI) / Transport Research Institute (TØI) — The Power Model of the relationship between speed and road safety
The Power Model of the relationship between speed and road safety- Statistiek
Fatal crash frequency scales as (v₂/v₁)⁴ relative to a baseline speed; a 20% speed increase → 1.2⁴ ≈ 2.07× fatality risk; a 10% increase → 1.1⁴ ≈ 1.46×- Fragment
“"The number of fatal accidents is proportional to the fourth power of the ratio between the new and old mean speed of traffic." ”
- Brongegevens van
- 2004-01-01
- Geraadpleegd
- 2026-05-04 · gearchiveerde kopie
- Berekening
- Nilsson's original 1981 study established the power relationships; this 2004 VTI/TØI report is the canonical summary and reference document. The exponent of 4 for fatal crashes is the central estimate; Elvik's 2004 meta-analysis of 98 studies (460 estimates) broadly confirms this value across road types. Used here as the primary mechanism linking speed to fatality risk.
-
[2] National Highway Traffic Safety Administration (NHTSA), National Center for Statistics and Analysis — Traffic Safety Facts 2023 Data: Speeding (DOT HS 813 721)
Traffic Safety Facts 2023 Data: Speeding (DOT HS 813 721)- Statistiek
11,775 fatalities in speeding-related crashes in 2023, representing 29% of all 40,901 traffic fatalities; decrease of 3% from 12,157 in 2022; estimated 332,598 people injured in speeding-related crashes- Fragment
“"In 2023, there were 11,775 fatalities in speeding-related crashes, which represents 29 percent of the total number of traffic fatalities for the year." ”
- Brongegevens van
- 2024-11-01
- Geraadpleegd
- 2026-05-04 · gearchiveerde kopie
- Berekening
- NHTSA FARS is the authoritative US count for speeding-related fatalities. The 29% share (11,775 of 40,901) establishes that speeding is the second largest behavioral factor in US traffic deaths. This source supplies the annual US fatality count and speeding share; the lifetime population baseline that the Power Model multiplier is applied to comes from NSC's stated lifetime odds (1 in 101), not from a hazard recomputed here.
-
[3] Elvik, R. — Accident Analysis and Prevention (Elsevier) — A re-parameterisation of the Power Model of the relationship between the speed of traffic and the number of accidents and accident victims
A re-parameterisation of the Power Model of the relationship between the speed of traffic and the number of accidents and accident victims- Statistiek
Meta-analysis of 98 studies with 460 estimates confirms the Power Model; exponent for fatal accidents empirically estimated at approximately 4 (range ~3–6 depending on road type and initial speed)- Fragment
“"The Power Model of the relationship between speed and road safety proposes that changes in the mean speed of traffic are associated with changes in the number of accidents and accident victims according to power functions." ”
- Brongegevens van
- 2013-01-01
- Geraadpleegd
- 2026-05-04 · gearchiveerde kopie
- Berekening
- Elvik's 2013 re-parameterisation (published in Accident Analysis & Prevention) is the peer-reviewed confirmation of Nilsson's empirically derived exponent. The update shows the exponent varies with initial speed — at highway speeds the fatality exponent is closer to 4–5, strengthening the case that 20% overspeed at 60 mph is more dangerous than the simple 2.07× central estimate implies. Used here to corroborate the Power Model as the consensus scientific framework.
-
[4] National Safety Council (NSC), Injury Facts — Odds of Dying (2024 Data) — Motor-vehicle crash
Odds of Dying (2024 Data) — Motor-vehicle crash- Statistiek
Lifetime odds of a US resident dying in a motor-vehicle crash: 1 in 101 (2024 data). Lifetime odds are derived by dividing one-year odds by the 79.0-year life expectancy of a person born in 2024.- Fragment
“"Motor-vehicle crash … 1 in 101." (Lifetime odds of death for selected causes, United States, 2024.) "The lifetime odds are approximated by dividing the one-year odds by the life expectancy of a person born in 2024 (79.0 years)." ”
- Brongegevens van
- 2026-01-01
- Geraadpleegd
- 2026-07-10 · gearchiveerde kopie
- Berekening
- NSC Injury Facts is the standard US reference for population-average lifetime odds of death by external cause; it computes odds from National Center for Health Statistics mortality data and Census population/life-expectancy figures. The 1-in-101 (≈0.0099) lifetime motor-vehicle-crash figure is the population baseline this entry multiplies by the Power Model factor. (An earlier NSC release, based on 2022 data, gave 1 in 93 ≈ 0.0108; the 2024-data figure is 1 in 101 and is the value used here.) Neither this baseline nor the "1 in 93" predecessor is an IIHS statistic — the prior IIHS attribution was an error.