MétaCan
Menu
← Retour à la cohorte
Enregistrement W2052549919 · doi:10.1891/0886-6708.vv-d-12-00036

Driving Frequency and Its Impact on Road Rage Offending and Victimization: A View From Opportunity Theory

2013· article· en· W2052549919 sur OpenAlexafffund
Mark Asbridge, Jennifer E. Butters

Notice bibliographique

RevueViolence and Victims · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensCentre for Addiction and Mental HealthDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPoison controlRage (emotion)Human factors and ergonomicsInjury preventionSuicide preventionOccupational safety and healthComputer securityMedicineMedical emergencyPsychologyTransport engineeringComputer scienceEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

Road rage has been described as a key criminal justice and public health concern. Although research attention to this issue has expanded dramatically, most of this work has focused on the identification of predisposing individual factors. It is equally important to begin to assess those factors that may modify the likelihood of road rage including the broader structural opportunities that are connected with the propensity to be involved in a road rage incident. Drawing on opportunity theory, this article examines whether there is a relationship between increased opportunities to be involved in road rage and an increased likelihood of being a road rage victim or offender. The analysis is further extended to specifically test whether this relationship is linear, thereby examining the applicability of the opportunity saturation hypothesis. Using data from the Centre for Addiction and Mental Health (CAMH) Monitor, our findings support both the application of opportunity theory to understanding road rage and the presence of opportunity saturation. Although a clear relationship exists between kilometers driven and experiences of road rage, evidence emerged suggesting there may be a threshold whereby increased opportunities for road rage do not lead to road rage behavior.

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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,004
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,009
Tête enseignante GPT0,226
Écart entre enseignants0,217 · 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

Citations7
Publié2013
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueViolence and Victims→Même sujetTraffic and Road Safety→Travaux en français237 207→