MétaCan
Menu
Retour à la cohorte
Enregistrement W2021013320 · doi:10.1111/1556-4029.12725

Toxicological Findings in Fatal Motor Vehicle Collisions in Ontario, Canada: A One‐Year Study

2015· article· en· W2021013320 sur OpenAlexaffabout
Karen L. Woodall, Betty L.C. Chow, Albert E. Lauwers, Dan Cass

Notice bibliographique

RevueJournal of Forensic Sciences · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensOffice of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésPoison controlOccupational safety and healthInjury preventionSuicide preventionHuman factors and ergonomicsForensic engineeringMedical emergencyMotor vehicle crashEngineeringAeronauticsMedicine

Résumé

récupéré en direct d'OpenAlex

Drug-impaired driving is a complex area of forensic toxicology due in part to limited data concerning the type of drugs involved and the concentrations detected. This study analyzed toxicological findings in drivers from fatal motor vehicle collisions (FMVCs) in Ontario, Canada, over a one-year period using a standardized protocol. Of the 229 cases included in the study, 56% were positive for alcohol and/or drugs. After alcohol, cannabis was the most frequently encountered substance (27%), followed by benzodiazepines (17%) and antidepressants (17%). There were differences in drugs detected by age but no marked difference in drugs detected between single and multiple FMVC's. Not all drugs detected were considered impairing either due to drug type, concentration or case history. The findings indicate the importance of comprehensive drug testing in FMVCs and highlight the need to consider a variety of factors, in addition to drug type and concentration, when assessing the role of drugs in driving impairment.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,726
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,243
Écart entre enseignants0,199 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetTraffic and Road SafetyTravaux en français237 207