LA PERCEPTION DU RISQUE D’ÊTRE ARRÊTÉ CHEZ LES CAMIONNEURS ET TRANSPORTEURS ROUTIERS
Notice bibliographique
Résumé
Le principal objectif de cette recherche était de verifier comment les biais dans la perception des risques des agents économiques peuvent affecter leurs comportements de sécurité routière. Les trois principaux risques étudiés sont le risque d’être arrêté suite à une infraction au Code de la sécurité routière, celui de la sévérité des sanctions et celui des délais des sanctions. Nous avons procédé en deux étapes. Dans un premier temps, nous avons mesuré les biais de perception des conducteurs et des transporteurs au moyen d’un sondage, puis nous avons vérifié comment ces mesures pouvaient affecter leur comportement mesuré par les points d’inaptitude accumulés et les accidents. D’une façon plus précise, les deux étapes d’analyse ont été les suivantes : 1) pour chacun des biais étudié, des questions ont été posées aux camionneurs et aux transporteurs pour comparer leurs perceptions des risques à des données objectives; 2) dans un deuxième temps, les indices des biais de perception individuels ont été utilisés comme variables explicatives dans l’analyse des distributions des infractions et des accidents. Les résultats sont résumés dans la conclusion de l’article.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».