Are school zones effective? An examination of motor vehicle versus child pedestrian crashes near schools
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: To analyse the relationships between factors related to school location and motor vehicle versus child pedestrian collisions. METHODS: Data on all police-reported motor vehicle collisions involving pedestrians less than 18 years of age that occurred in Toronto, Canada, between 2000 and 2005 were analysed. Geographic information systems (GIS) software was used to assess the distance of each collision relative to school location. The relationships between distance from school and collision-related factors such as temporal patterns of school travel times and crossing locations were analysed. RESULTS: Study data showed a total of 2717 motor vehicle versus child (<18) pedestrian collisions. The area density of collisions (collisions/area), particularly fatal collisions, was highest in school zones and decreased as distance from schools increased. The highest proportion of collisions (37.3%) occurred among 10-14-year-olds. Within school zones, collisions were more likely to occur among 5-9-year-old children as they travelled to and from school during months when school was in session. Most collisions within school zones occurred at midblock locations versus intersections. CONCLUSIONS: Focusing interventions around schools with attention to age, travel times, and crossing location will reduce the burden of injury in children. Future studies that take into account traffic and pedestrian volume surrounding schools would be useful for prevention efforts as well as for promotion of walking. These results will help identify priorities and emphasise the importance of considering spatial and temporal patterns in child pedestrian research.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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