MétaCan
Menu
Retour à la cohorte
Enregistrement W1941773469 · doi:10.1111/j.1360-0443.2007.01981.x

The impact of later trading hours for hotels (public houses) on breath alcohol levels of apprehended impaired drivers

2007· article· en· W1941773469 sur OpenAlexaff
Tanya Chikritzhs, Tim Stockwell

Notice bibliographique

RevueAddiction · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDemographyClosing (real estate)ApprehensionMedicinePsychologyGerontologyEnvironmental healthBusinessSociologyFinance

Résumé

récupéré en direct d'OpenAlex

AIM: To examine the impact of extended trading permits (ETPs) for licensed hotels in Perth, Western Australia on impaired driver breath alcohol levels (BALs) between July 1993 and June 1997. DESIGN: Forty-three hotels obtained ETPs allowing later closing hours and 130 maintained standard closing time (controls). Impaired driver BALs were linked to 'last place of drinking' hotels. Before and after period BALs of drivers who last drank at ETP or non-ETP hotels were compared by time of day of apprehension and sex, controlling for age. FINDINGS: Impaired female drivers apprehended between 10.01 p.m. and 12 midnight (before closing time) had significantly lower BALs after drinking at ETP hotels. Male drivers aged 18-25 years and apprehended between 12.01 and 2.00 a.m. after drinking at ETP hotels had significantly higher BALs than drivers who drank at non-ETP hotels. CONCLUSIONS: At peak times for alcohol-related offences, late trading is associated with higher BALs among those drinkers most at risk of alcohol-related harm.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,138
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,060
Tête enseignante GPT0,326
Écart entre enseignants0,266 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations36
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207