Driving Evaluation Practices of Clinicians Working in the United States and Canada
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.
Notice bibliographique
Résumé
OBJECTIVE: To determine off-road and on-road driving evaluation practices of clinicians in the United States and Canada who assess individuals with disabilities for fitness to drive. PARTICIPANTS: Participants were 114 clinician attendees at the 2003 annual Association of Driver Educators for the Disabled with driving assessment experience ranging from 1 month to 25 years. MEASURES: Information was elicited regarding the clinician, clientele, referral practices, and off-road and on-road driving evaluation practices and retraining practices using a self-administered questionnaire. RESULTS: Participants were largely occupational therapists (68%) who worked in 42 different states and provinces. The most prevalent clientele were persons with traumatic brain injury (97%) and stroke (96%). Testing times greater than 60 min were common for both the off-road (61%) and on-road (49%) evaluations. Commonly performed off-road assessments included the Brake Reaction Timer; Trail Making Test, Parts A and B; and the Motor Free Visual Perception Test, used by 73%, 72%, and 66%, respectively; comprehensive computer-based driving evaluation was rare. Sixty-one percent indicated that all clients underwent on-road evaluation regardless of the off-road results. Finally, 78% used a standard driving route, whereas 24% used a scoring system to evaluate on-road driving. CONCLUSION: Driving assessment in Canada and the United States is multidimensional and time-intensive. Although the domains being assessed are similar across clincians, specific off-road and on-road assessment practices vary greatly. The majority use nonstandardized on-road assessments.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle