Peripheral Motion Contrast Thresholds as a Predictor of Older Drivers' Performance During Simulated Driving
Notice bibliographique
Résumé
Older drivers have an increased rate of automobile crashes per kilometer driven, likely due in part to age-related declines in motion perception. Our research group has developed the "Peripheral Motion Contrast Threshold test" (PMCT) test and, more recently, the "Rapid PMCT" test as measures of peripheral motion sensitivity. Results from these tests have been shown to correlate strongly with indicators of driving performance in older individuals. In the current study, we investigated how effective the PMCT and RPMCT tests are at predicting driving safety on a driving simulator. We tested 26 younger drivers and 26 older drivers in the STISIM high fidelity driving simulator. Performance was measured in terms of number of collisions and minimum distance of approach to hazards. The PMCT presents participants with Gabors (0.4 cpd, 13.75°/s drift) at one of four locations 15° from fixation, and uses method of limits to measure contrast threshold. The RPMCT presents the same stimuli positioned 15° to either side of fixation, and uses a 2AFC variation on the ascending Bekesy Method. Results from the older drivers show a positive correlation between PMCT & RPMCT and collision rate.. There was also a significant negative correlation between PMCT & RPMCT measures and minimum distance of approach to hazards. Our research demonstrates the ability of both measures to effectively predict the occurrence of hazardous driving under simulated conditions in older subjects. Meeting abstract presented at VSS 2013
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».