MétaCan
Menu
Retour à la cohorte
Enregistrement W2042029473 · doi:10.1080/15389581003735626

A Roadside Survey of Alcohol and Drug Use Among Drivers in British Columbia

2010· article· en· W2042029473 sur OpenAlexaffabout
D J Beirness, Erin Beasley

Notice bibliographique

RevueTraffic Injury Prevention · 2010
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueForensic Toxicology and Drug Analysis
Établissements canadiensCanadian Centre on Substance Use and Addiction
Organismes subventionnairesnon disponible
Mots-clésCannabisDrugEnvironmental healthPoison controlMedicineAlcoholInjury preventionDriving under the influenceHuman factors and ergonomicsSample (material)Occupational safety and healthSuicide preventionDemographyPsychiatryBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The purpose was to determine the prevalence of alcohol and drug use among a random sample of nighttime drivers. METHODS: Drivers were randomly selected from the traffic stream in three cities in British Columbia and asked to provide a breath sample to determine alcohol content and a sample of oral fluid to be tested for the presence of psychoactive drugs. The survey was conducted between the hours of 9:00 p.m. and 03:00 a.m. on Wednesday through Saturday nights in June 2008. RESULTS: Of the 1533 vehicles selected, 89 percent of drivers provided a breath sample and 78 percent provided a sample of oral fluid. Key findings include: 10.4 percent of drivers tested positive for drug use. 8.1 percent of drivers had been drinking. 15.5 percent of drivers tested positive for alcohol, drugs, or both. Cannabis and cocaine were the drugs most frequently detected in drivers. Alcohol use among drivers was most common on weekends and during late-night hours; drug use was more evenly distributed across all survey nights and times. Alcohol use was most common among drivers aged 19 to 24 and 25 to 34; drug use was more evenly distributed across all age groups. Though driving after drinking has decreased substantially since previous surveys, the number of drivers with elevated alcohol levels (over 80 mg/dL) was higher than in the past. CONCLUSIONS: The finding that drug use is more common than alcohol use among drivers highlights the need for a unique and separate societal response to the use of drugs by drivers commensurate with the extent of safety risks posed to road users. The observed differences between driving after drug use and driving after drinking have implications for enforcement and prevention.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,037
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,366
Écart entre enseignants0,322 · 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

Citations63
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTraffic Injury PreventionMême sujetForensic Toxicology and Drug AnalysisTravaux en français237 207