MétaCan
Menu
Retour à la cohorte
Enregistrement W1880448892 · doi:10.1377/hlthaff.2014.0928

Teen Crashes Declined After Massachusetts Raised Penalties For Graduated Licensing Law Restricting Night Driving

2015· article· en· W1880448892 sur OpenAlexaff
Shantha M. W. Rajaratnam, Christopher P. Landrigan, Wei Wang, Rachel Kaprielian, Richard Moore, Charles A. Czeisler

Notice bibliographique

RevueHealth Affairs · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensCanadian Sleep & Circadian Network
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésLicensureCrashInjury preventionPoison controlSuicide preventionOccupational safety and healthDemographyFellHuman factors and ergonomicsMedicineLawEnvironmental healthGeographyPolitical scienceSociologyNursingComputer science

Résumé

récupéré en direct d'OpenAlex

In 2007, as part of the Massachusetts graduated driver-licensing program designed to allow junior operators (ages 16½-17 years) to gain experience before receiving full licensure, stringent penalties were introduced for violating a law prohibiting unsupervised driving at night; driver education, including drowsy driving education, became mandatory; and other new restrictions and penalties began. We evaluated the impact of these changes on police-reported vehicle crash records for one year before and five years after the law's implementation in drivers ages 16-17, inclusive, and two comparison groups. We found that crash rates for the youngest drivers fell 18.6 percent, from 16.24 to 13.22 per 100 licensed drivers. For drivers ages 18-19 the rates fell by 6.7 percent (from 9.59 to 8.95 per 100 drivers), and for those ages 20 and older, the rate remained relatively constant. The incidence rate ratio for drivers ages 16-17 relative to those ages 20 and older decreased 19.1 percent for all crashes, 39.8 percent for crashes causing a fatal or incapacitating injury, and 28.8 percent for night crashes. Other states should consider implementing strict penalties for violating graduated driver-licensing laws, including restrictions on unsupervised night driving, to reduce the risk of sleep-related crashes in young people.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,264
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetTraffic and Road SafetyTravaux en français237 207