Did Ontario's Zero Tolerance & Graduated Licensing Law reduce youth drunk driving?
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
Abstract On April 1, 1994, Ontario, Canada, instituted a new graduated driver license (GDL) system that effectively set the legal blood alcohol content (BAC) threshold at zero for the first few years of a youth's driving eligibility. I use data from the 1983–2001 Ontario Student Drug Use Surveys (OSDUS) to examine whether the Zero Tolerance (ZT) policy reduced self‐reported drinking and alcohol‐involved driving among youth. I find that rates of drunk driving reported by 16‐ to 17‐year‐olds—who faced new, lower legal limits after adoption of the ZT policy—were about 5 percentage points lower after the law was implemented. Visual inspection of the data, however, shows that the estimated reduction is an artifact of a pre‐existing trend: Drunk driving rates in this age group were falling steadily throughout the 1980s and into the 1990s. Estimates that account for this pre‐existing trend or that consider shorter windows around the 1994 implementation date return effects on alcohol‐involved driving that are either small and statistically insignificant or large and implausibly signed (positive). These null findings are robust to using the associated change in outcomes for slightly younger (14–15) or slightly older (19–20) youths as controls in a difference‐in‐differences framework. I similarly find no robust effect on drinking participation. This suggests that Ontario's age‐targeted drunk driving law—despite being harsher than similar policies in the United States—was not responsible for reductions in Canadian youth road fatalities over the past two decades. © 2006 by the Association for Public Policy Analysis and Management
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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