MétaCan
Menu
Retour à la cohorte
Enregistrement W138717923

THE CONTRIBUTION OF ALCOHOL AND OTHER DRUGS AMONG FATALLY INJURED DRIVERS IN QUEBEC: SOME PRELIMINARY RESULTS

2002· article· en· W138717923 sur OpenAlexaboutno aff
Christian Dussault, Marie‐Christine Brault, Jonathan Bouchard, A M Lemire

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Occupational safety and healthDrugAgency (philosophy)Poison controlInjury preventionSuicide preventionMedicineHuman factors and ergonomicsAlcoholEnvironmental healthBusinessForensic engineeringEngineeringPsychiatrySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents some preliminary results regarding the contribution of alcohol and other drugs in fatal crashes in Quebec. The data comes out of two sources. Over the past century, alcohol has been identified as the most problematic drug on the road while other drugs have received little attention. As elsewhere, the contribution of alcohol to fatal crashes has substantially decreased in Quebec over the last two decades. That improvement on the alcohol front has raised the issue of a substitution risk, from alcohol to other drugs. Facing this situation, the Societe de l'assurance automobile du Quebec (SAAQ), a Quebec government agency responsible for road safety promotion decided to undertake a major endeavor in order to establish the role of alcohol and other drugs in traffic crashes in Quebec. The research plan integrates the results of tow different analyses. The first one uses a case-control approach, which compares drug presence in fatally injured drivers to drugs detected in drivers participating in a roadside survey. The second one is a responsibility analysis (case-case approach) that compares drug cases to drug-free cases. The paper focuses on the role of alcohol and other drugs among fatally injured drivers using the data available at the end of 2001.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207