Les projections démographiques au service de la prévention des accidents de la route : l’exemple du Québec, 1995-2016
Notice bibliographique
Résumé
Les projections démographiques permettent de prévoir le profil des victimes de la route et des conducteurs impliqués dans des accidents corporels au cours des vingt prochaines années et de mieux planifier les programmes de prévention et les services de soins requis par ces victimes. En 2016, le nombre de victimes de la route pourrait atteindre 803 décédés, 7276 blessés graves et 49 341 blessés légers (comparativement à une moyenne de 927 décédés, 6564 blessés graves et 43 122 blessés légers entre 1992 et 1994). L'évolution de la structure par âge de la population aurait pour effet de freiner la baisse du nombre de décédés et d'atténuer la hausse du nombre de blessés. On peut s'attendre à un net vieillissement des victimes de la route (plus important chez les femmes et les blessés plus graves). Une augmentation globale de 14 pour cent des conducteurs impliqués est prévue entre 1995 et 2016; cette hausse serait plus importante chez les conductrices (24,0 pour cent), en particulier celles de moins de 25 ans et celles de 45 ans et plus, que chez les conducteurs (9,5 pour cent).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».