MétaCan
Menu
Retour à la cohorte
Enregistrement W2079128485 · doi:10.1159/000258052

Pedestrian Fatalities and Injuries Involving Irish Older People

2009· article· en· W2079128485 sur OpenAlexaff
Alan J. Martin, Elizabeth Hand, F. Trace, Desmond O’Neill

Notice bibliographique

RevueGerontology · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésPedestrianDaylightInjury preventionSuicide preventionPoison controlIrishOccupational safety and healthOlder peopleMedicineGerontologyDemographyHuman factors and ergonomicsGeographyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It has been established internationally that road traffic accidents (RTAs) involving older drivers follow clearly different patterns of timing, location and outcomes from those of younger age groups. Older pedestrians are also a vulnerable group and fewer analyses have been undertaken of the phenomenology of their injuries and fatalities. We studied the pattern of pedestrian RTAs in Ireland over a five-year period with the aim of identifying differences between older pedestrians (aged 65 or older) and younger adults. METHODS: We examined the datasets of the Irish National Road Authority (now the Road Safety Authority) from 1998-2002. We analysed patterns of crashes involving older pedestrians (aged 65) and compared them with younger adults (aged 18-64). RESULTS: Older people represented 36% (n = 134) of pedestrian fatalities and 23% of serious injuries while they only account for 19% of total RTAs. Mortality in RTA is more than doubled for older pedestrians compared to younger adults (RR 2.30). Most accidents involving older pedestrians happen in daylight with good visibility (56%) and in good weather conditions (77%). CONCLUSIONS: Older pedestrians are particularly vulnerable in RTAs. These occur more frequently during daylight hours and in good weather conditions. This may point to a need for prevention strategies that are targeted at the traffic environment and other road users rather than at older people.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,058
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,067
Tête enseignante GPT0,418
Écart entre enseignants0,351 · 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

Citations29
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGerontologyMême sujetOlder Adults Driving StudiesTravaux en français237 207