Risk of death in crashes on Ontario’s highways
Notice bibliographique
Résumé
BACKGROUND: Motor vehicle collisions (MVCs) that result in one or more fatalities on the 400-series Highways represent a serious public health problem in Ontario, and were estimated to have cost $11 billion in 2004. To date, no studies have examined risk factors for fatal MVCs on Ontario's 400 series highways.The investigate how demographic and environmental risk factors are associated with fatal MVCs on Ontario's 400-Series Highways. METHODS: Data were provided from the Ontario Ministry of Transport database, and included driver demographics, vehicle information, environmental descriptors, structural descriptors, as well as collision information (date and time), and severity of the collision. Multivariate analysis was used to identify factors significantly associated with the odds of dying in a collision. RESULTS: There were 53,526 vehicles involved in collisions from 2001 to 2006 included in our analysis. Results from the multivariate analysis suggest that collisions with older age and male drivers were associated with an increased risk of involving a fatality. Highway 405 and an undivided 2-way design proved to be the most fatal structural configurations. Collisions in the summer, Fridays, between 12 am-4 am, and in drifting snow conditions during the wintertime were also shown to have a significantly increased risk of fatality. CONCLUSION: Our results suggest that interventions to reduce deaths as a result of MVCs should focus on both driver-related and road-related modifications.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 ».