A Roadside Survey of Alcohol and Drug Use Among Drivers in British Columbia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle