MétaCan
Menu
Retour à la cohorte
Enregistrement W2017877390 · doi:10.1080/15389580903536704

Self-Reported Collision Risk Associated With Cannabis Use and Driving After Cannabis Use Among Ontario Adults

2010· article· en· W2017877390 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueTraffic Injury Prevention · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensDalhousie UniversityPublic Health OntarioUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCannabisLogistic regressionInjury preventionPoison controlBinge drinkingMarital statusDemographyMedicineSuicide preventionOccupational safety and healthOdds ratioHuman factors and ergonomicsCross-sectional studyEnvironmental healthYoung adultOddsPsychiatryGerontologyPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study examined the effects of cannabis use and driving after cannabis use on self-reported collision involvement within the previous 12 months while controlling for demographics, driving exposure, binge drinking, and driving after drinking based on a large representative sample of adults in Ontario. METHODS: Data are based on the CAMH Monitor, an ongoing cross-sectional telephone survey of Ontario adults aged 18 and older, conducted by the Centre for Addiction and Mental Health. Data on drivers who reported driving at least one kilometer per week and who responded to the collision item from 2002 to 2007 were merged into one data set (n = 8481). Logistic regression analysis of self-reported collision risk posed by cannabis use (lifetime and past 12 months), driving after cannabis use (past 12 months), and driving after drinking among drinkers (past 12 months) was implemented, controlling for the effects of gender, age, region, income, education, marital status, kilometers driven in a typical week, and consuming five or more drinks of alcohol on one occasion (past 12 months). Due to list-wise deletion of cases the logistic regression sample was reduced (n = 6907). RESULTS: Several demographic factors were found to be significantly associated with self-reported collision involvement. The logistic regression model revealed that age, region, income, marital status, and number of kilometers driven in a typical week, were all significantly related to collision involvement, after adjusting for other factors. Respondents who reported having driven after cannabis use within the past 12 months had increased risk of collision involvement (odds ratio [OR] = 1.84) compared to those who never drove after using cannabis, a greater risk than that associated with having reported driving after drinking within the past 12 months (OR = 1.34). CONCLUSION: Further investigation of the impact of driving after cannabis use on collision risk and factors that may modify that relationship is warranted.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,495
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,252
Écart entre enseignants0,243 · 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