Young Impaired Driver Involvement in Fatal Crashes
Notice bibliographique
Résumé
Elder and Shults (2002) reported that between 1982 and 2001 the rate of drinking drivers in fatal crashes per 100,000 population in all age groups declined by 46%. In contrast, the rate for teenagers (15 to 17 years) declined 60% and for youths (18 to 20 years), 55%. Various explanations have been suggested for the reduction in alcohol-related crashes over the last quarter century. A study by Dang (2008), recently published by the National Highway Traffic Safety Administration (NHTSA), found evidence that two factors were of major importance: (1) demographic changes including the aging of the population and a decline in the proportion of licensed drivers who are males, and (2) the passage of several impaired-driving laws, particularly the minimum legal drinking age (MLDA) law. Because of the evidence that drivers younger than 21 are at higher risk for involvement in crashes, particularly alcohol-related crashes, the contribution of that age group to the observed reductions in alcohol-related crashes is of special interest. Given the large number of laws and programs initiated during the last quarter century that affect drivers of all ages, there is interest in determining whether youth for whom special “status” laws were enacted benefited more than older drivers did. This topic is relevant to the current controversy over the benefits of the MLDA law. The Dang study found that the MLDA law reduced by 40% the fatal crash involvements of underage drivers with blood alcohol concentration (BAC) of .08 or higher. The objective of this study is to update the Elder and Shults (2002) study. Because of the complex factors that influence alcohol-related crashes, this report considers several methods, other than population, for calculating crash rates to measure the trend for underage drinking drivers in alcohol-related crashes between 1982 and 2004.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».