MétaCan
Menu
Retour à la cohorte
Enregistrement W2036183871 · doi:10.1080/15389580903370047

Evaluation of New Jersey's Graduated Driver Licensing Program

2010· article· en· W2036183871 sur OpenAlexfundno aff
Allan F. Williams, Neil K. Chaudhary, Brian C. Tefft, Julie Tison

Notice bibliographique

RevueTraffic Injury Prevention · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesMemorial University of NewfoundlandNew Jersey Department of TransportationAmerican Academy of Audiology Foundation
Mots-clésCrashPoison controlDemographyInjury preventionOccupational safety and healthPopulationMedicineHuman factors and ergonomicsForensic engineeringEnvironmental healthEngineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of this study was to evaluate New Jersey's unique combination of a higher licensing age and a strong GDL system applicable to all novice drivers. METHODS: Population-based crash rates for drivers of ages potentially affected by GDL were compared, pre- and post-GDL implementation, with those of adults ages 25-59, using data on fatal crashes and on all police-reported crashes. RESULTS: After GDL implementation, there were statistically significant reductions in the crash rates of 17-year-olds, based on all reported crashes (16%), injury crashes (14%), and fatal crashes (25%), relative to those of drivers ages 25-59. The crash rates of 18-year-olds decreased significantly on the basis of all reported crashes (10%) and injury crashes (10%), relative to those of drivers ages 25-59. The fatal crash involvement rate of 18-year-olds decreased by 4 percent, which was not statistically significant. There was also a statistically significant reduction in fatal crashes of 16-year-old drivers; however, this is unlikely to have been attributable to GDL. Significant reductions in nighttime crashes (of all severity levels) of drivers ages 17 and 18 were observed, as were significant yet smaller reductions in their daytime crash rates. Reductions in fatal crashes of 17- and 18-year-olds carrying more than one passenger were sizable (23 and 24%, respectively) but were not statistically significant. CONCLUSIONS: New Jersey's licensing age of 17 eliminates most crashes at age 16. To the extent that the relative inexperience of 17-year-old drivers may negatively impact their crash rates, this effect appears to be largely blunted by New Jersey's strong GDL system. New Jersey's GDL system also reduces crashes at age 18, an age group untouched by other states' GDL systems. New Jersey's combination of licensing policies for young drivers is a model for the nation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,087
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,297
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), 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

Citations43
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraffic Injury PreventionMême sujetTraffic and Road SafetyTravaux en français237 207