Indicators of Simulated Driving Skills in Adolescents with Autism Spectrum Disorder
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
Adolescents are at high risk for motor vehicle crashes (MVCs). Teens with autism spectrum disorder (ASD) may have an even greater risk for MVCs due to impaired visual, cognitive, and motor skills critical for driving. This prospective two group study demonstrated the demographic, clinical, and simulated driving skill differences of seven adolescents with ASD (mean age = 15.14, SD ±1.22) compared to 22 healthy controls (HC) (mean age = 14.32, SD ±.72) through a comprehensive driving evaluation (CDE) conducted by an occupational therapist certified driving rehabilitation specialist (OT-CDRS). Adolescents with ASD performed poorer on right eye acuity (Fischer’s (F) = 13.44, p = .003), cognition (Mann-Whitney Statistic (U) = 29.00, p = .01), visual motor integration (U = 27.50, p = .01), motor coordination (U = 5.00, p = .001), operational skills for managing simulator controls (U = 4.00, pU = 30.50, p = .02), speed regulation (U = 13.50, p = .001), lane maintenance (U = 34.00, p = .03), signaling (U = 38.50, p = .03), and adjustment to stimuli (U = 9.00, pU = 5.00, pConclusion). Compared to the HC, adolescents with ASD performed worse on visual, cognitive, motor, simulator operational, and fitness to drive skills, suggesting that an OT-CDRS may play an important role in assessing teens with ASD before they pursue traditional driver’s education.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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