Older Drivers in Australia: Trends in Driving Status and Cognitive and Visual Impairment
Notice bibliographique
Résumé
OBJECTIVES: To investigate self-reported driving status within three Australian states; associations between demographic, health, and functional factors and driving status; and the extent to which remaining a driver in spite of cognitive and visual impairments varies as a function of sex. DESIGN: Secondary data analysis of a pooled data set. SETTING: Australian communities. PARTICIPANTS: Adults aged 65 to 103 (N=5,206) from the Dynamic Analyses to Optimise Ageing (DYNOPTA) project. DYNOPTA is a unique data set created through the harmonization and pooling of data across nine separate Australian longitudinal studies of aging conducted between 1990 and 2007 (N=50,652). MEASUREMENTS: Driving status, demographic characteristics, Mini-Mental State Examination score, visual acuity, physical activity, and occupation. RESULTS: Men and participants with higher-level occupations had greater odds of driving. Older age, more medical conditions, and poorer vision increased the odds of not driving. Persons who were divorced, widowed, or never married were at a greater risk than married adults of not driving. Descriptive analyses revealed a large proportion of men with probable visual or cognitive impairments who reported driving. Subsequent comparative analyses between the DYNOPTA sample and other published U.S. and Canadian data revealed lower proportions of current drivers among Australian women and those at older ages, although there were consistently lower proportions of drivers within Australia and Canada than in the United States. CONCLUSION: The rate of men with probable dementia or visual impairments who reported driving is of particular concern. Research and policy need to focus on evidence-based assessment of older drivers and development of appropriate interventions and programs to maintain the mobility and independence of older adults.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».