DO VISIBILITY AIDS REDUCE THE RISK OF MOTOR-VEHICLE INJURY IN BICYCLISTS?
Notice bibliographique
Résumé
Background There is limited literature regarding the effectiveness of visibility aids (eg, reflectors, lights, fluorescent clothing) in reducing the risk of a bicyclist- motor-vehicle (MV) collision. Objectives To determine if visibility aids reduce the risk of a bicyclist-MV collision. Methods Cases were bicyclists who were struck by a MV and assessed at emergency departments (EDs) from May 2008-October 2010 in Calgary and Edmonton, Alberta, Canada. Controls were bicyclists with non-MV injuries from the same EDs over the same time period. Participants were interviewed about their personal and injury characteristics, including use of visibility aids (clothing colour or reflective clothing, bike reflectors, etc). Injury information was collected from charts. ORs and 95% CIs were estimated for visibility aids after adjustment for confounders using logistic regression. Results There were 2403 injured bicyclists with 278 MV cases. The risk of a bicyclist-MV collision increased with age. Commuting also increased the odds of MV collision (OR 5.8; 95% CI 4.5 to 7.5). After accounting for location speed limit, bicyclist speed, and previous injury, white (OR 0.25; 95% CI 0.07 to 0.9) or other coloured (OR 0.45; 95% CI 0.2 to 0.9) compared with black clothing on the upper body reduced the odds of collision. Fluorescent clothing was associated with MV collisions (OR 1.7; 95% CI 1.0 to 2.8), even after adjusting for commuting and bicycling location. Significance Clothing choice may be important in reducing the risk of MV collision; however, factors beyond the individual also need to be examined.
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 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 | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».