Global Status Of Drink-Driving-Related Fatality Reporting: Availability And Its Relationship With Use And Other Alcohol Mortality Patterns
Notice bibliographique
Résumé
Introduction: According to the World Health Organization one in five road traffic fatalities are related to impaired driving involving drunk-driving (DD), drugs, illicit substances as well as prescription medications. The proportion of DD-related road fatality (or DDRF %) is the recommended indicator in setting road safety goals for DD prevention. The literature however is relatively silent about the availability of DDRF % in high-income (HIC), medium-income (MIC) and low-income (LIC) countries. Objective: The study assessed the availability of DDRF % in different countries and particularly with respect to their income and alcohol use patterns. This research is in line with Qatar National Research Strategy pillar H.E.1.8 (prevention of motor vehicle crashes and injuries) and the Grand Challenges Qatar. Methods: Availability of DDRF % was extracted from the two recent global status reports on road safety (2009) and on alcohol and health (2011) and assessed with respect to country income and alcohol use patterns. Results: Report on road safety included more DDRF% than report on alcohol and health (n=90 vs. 27). DDRF% was significantly (P<0.01) more available in high-income countries (77%, n=30/39) versus middle income countries (52%, n=47/90) and low-income countries (28%, n=13/46). DDRF% distribution ranged from 5% to over 40%, however, we noted no differences between country's income status and the distribution of DDRF%. We did observe that DDRF%s were not available in the high-income countries of the Eastern Mediterranean Region. DDRF%s were available in 88% countries with high consumption (<20% abstainers) One in two countries with moderate consumption did not report DDRF%. Conclusions: Data on the contribution of DD to fatality rates are generally inadequate, especially in HICs of Eastern Mediterranean region, MICs and LICs. These findings indicate the need to strengthen road safety data collection on DD, drugs and medication use while driving in above mentioned countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».