Road Rage Experience and Behavior: Vehicle, Exposure, and Driver Factors
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
Road rage has generated increasing public concern. Research has shown that victimization and perpetration of road rage is more common among males and younger drivers. We aimed to extend the understanding of determinants of road rage to driving exposure and vehicle factors, based on a 20022003 population survey of 1,631 regular drivers in Ontario, Canada. Regression analyses revealed that number of times drivers reported experiencing road rage in the previous 12 months was significantly greater for males, younger respondents, and those residing in Toronto. Also, victimization was significantly greater for drivers who did all their driving on busy roads and increased with number of kilometers driven on a typical week; however, type of vehicle driven was not significant. Number of times road rage perpetration was reported in the past 12 months was significantly greater for males, younger respondents, and those residing in Toronto, and lower for those in the Eastern and Northern region. Road rage perpetration increased significantly with number of weekly kilometers driven and was significantly greater for drivers who are always on busy roads and lower for those who never drive on busy roads, and higher for high-performance vehicle drivers. Even after controlling for driving exposure, road rage victimization and perpetration were highest for drivers in Toronto, where the pace of life may be more demanding. As expected, high-performance vehicle drivers reported more road rage perpetration. These individuals may experience more frustration when they are prevented from using the full performance capacities of their vehicles by crowded urban roadways.
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 | 0,000 |
| 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