Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Motor vehicle accidents remain a major cause of death and injury despite recent reductions related to enforcement of speed restrictions and maximum blood alcohol levels. In 1996 there were over 2000 fatalities and approximately 20,000 serious injuries in Australia from motor vehicle accidents (Ferguson, Amoako et al. 2000). In Australia road traffic accidents are the seventh highest cause of years of life lost due to premature mortality (Van Der Weyden 1999). Alcohol, excessive speed, inexperience and sleep related fatigue (sleepiness) have been implicated as major causes of motor vehicle accidents. The Canadian Expert Panel stated "Driver fatigue has long been recognised as a major risk factor for commercial drivers. Estimates of the percentage of crashes that are partially or completely attributable to fatigue range from 1 to 56 percent, depending on the database examined, the level of detail gathered from crash investigations, and the study methodology employed” (Vespa 1998). Sleep related fatigue impairs reaction times, vigilance and peripheral vision, and ultimately results in falling asleep inappropriately (Akerstedt 1988) (Dinges, Pack et al. 1997) (Williamson, Feyer et al. 1996) (Russo, Thorne et al. 1999). These periods of falling asleep are initially very brief “microsleeps”, but as fatigue increases longer periods of sleep occur. These microsleeps can result in accidents due to failure to respond appropriately to the environment, such as obstacles and adjusting steering and speed. Impaired performance due to driver fatigue has been demonstrated on simulated driving tasks (Nilsson, Nelson et al. 1997). Fatigue and microsleeps cause speed variability and an increase in lane drift, which can result in drifting into an adjacent lane or off the road, resulting in accidents (Riemersma, Sanders et al. 1977).
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle