Age-Related Deficits in the Frequency of Gaze Responses to the Mirrors and Blind-Spot During Land Change Maneuvers of Various Complexity
Notice bibliographique
Résumé
Lane changing is a complex driving maneuver that could challenge elderly drivers. The aim of this study was to evaluate eye glances of young and elderly active drivers when engaging lane change maneuvers. Twelve young (aged 21-31 years) and eleven older (aged 65-75 years) active drivers drove through a continuous simulated environment (STISIM, v2.0). The scenario included 16 events where the driver needed to glance at three important regions of interest (ROI): 1) the rear-view mirror, 2) the left-side mirror, and 3) the left blind spot to ensure secure lane change. The lane change maneuvers were necessary 1) to avoid a static object that was partially or completely blocking the lane or 2) for overtaking a slower moving vehicle. Compared with younger drivers, older drivers showed a reduced frequency of glances towards the left-side mirror and the blind spot. Also, while the older drivers showed a constant frequency of glances across the two types of driving maneuvers (i.e., avoiding a static object and overtaking a slower vehicle), the younger drivers generally showed a higher frequency of glances and this frequency increased when overtaking a slower vehicle. A better knowledge of the elderly drivers’ behavior could enable researchers to identify at-risk behaviors and to retrain older drivers to adopt safer behaviors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».