Environmental Determinants of Bicycling Injuries in Alberta, Canada
Notice bibliographique
Résumé
This study examined environmental risk factors for bicycling injuries, by combining data on bicyclist injuries collected by interviews in the emergency department (ED) with street-level environmental audits of injury locations, capturing path, roadway, safety, land use, and aesthetic characteristics. Cases were bicyclists struck by a motor vehicle (MV) or with severe injuries (hospitalized). Controls were bicyclists who were not hit by a car or those seen and discharged from the ED, matched on time and day of injury. Logistic regression odds ratios (ORs) adjusted for age, sex, peak time, and bicyclist speed with 95% confidence intervals (CIs) were estimated to relate injury risk to environmental characteristics. Factors contributing to MV events included greater traffic volume (OR 5.13; 95% CI [1.44, 18.27]), intersections (OR 6.89; 95% CI [1.48, 32.14]), retail establishments (OR 5.56; 95% CI [1.72, 17.98]), and path obstructions (OR 3.83; 95% CI [1.03, 14.25]). Locations where the road was in good condition (OR 0.25; 95% CI [0.07, 0.96]) and where there was high surveillance from surrounding buildings (OR 0.32; 95% CI [0.13, 0.82]) were associated with less severe injuries. These findings could be used by bicyclists and transportation planners to improve safety.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».