Random Breath Testing: A Canadian Perspective
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this article is to examine the case for and challenges to implementing random breath testing (RBT) in Canada, with a particular focus on the persistence of impaired driving under the current method of law enforcement. It seeks to place RBT within Canada's existing legal and social framework. METHODS: This article reviews Canada's impaired driving record, charge and conviction rates, and law enforcement challenges. It then summarizes the impact that RBT programs have had in comparable countries. Finally, it examines whether the enactment of RBT would be upheld under Canada's Charter of Rights and Freedoms. RESULTS: Canada has made little progress in reducing impaired driving since the late 1990s. Current enforcement methods fail to detect the majority of impaired drivers, even when stopped at sobriety checkpoints. This has reduced the perceived risk of apprehension and helps to explain the persistence of impaired driving in Canada. Faced with similar challenges, Australia, New Zealand, Ireland, and most EU countries have introduced comprehensive RBT programs. Comprehensive RBT has been shown to significantly reduce impaired driving deaths and injuries. Proposals to enact RBT in Canada will inevitably generate claims that it violates drivers' Charter rights. Similar arguments have been raised in opposition to RBT in other countries. This article demonstrates that RBT is compatible with the existing Charter case law involving traffic legislation and border, airline, and courtroom security. CONCLUSION: Experience in other countries indicates that RBT is a minimally intrusive, cost-effective, and publicly accepted impaired driving countermeasure and that it would significantly improve the detection and deterrence of impaired drivers. Moreover, RBT is compatible with the Charter.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».