Older Driver Estimates of Driving Exposure Compared to In-Vehicle Data in the Candrive II Study
Notice bibliographique
Résumé
OBJECTIVE: Most studies on older adults' driving practices have relied on self-reported information. With technological advances it is now possible to objectively measure the everyday driving of older adults in their own vehicles over time. The purpose of this study was to examine the ability of older drivers to accurately estimate their kilometers driven over one year relative to objectively measured driving exposure. METHODS: A subsample (n = 159 of 928; 50.9% male) of Candrive II participants (age ≥ 70 years of age) was used in these analyses based on strict criteria for data collected from questionnaires as well as an OttoView-CD Autonomous Data Logging Device installed in their vehicle, over the first year of the prospective cohort study. RESULTS: Although there was no significant difference overall between the self-reported and objectively measured distance categories, only moderate agreement was found (weighted kappa = 0.57; 95% confidence interval, 0.47-0.67). Almost half (45.3%) chose the wrong distance category, and some people misestimated their distance driven by up to 20,000 km. Those who misjudged in the low mileage group (≤5000 km) consistently underestimated, whereas the reverse was found for those in the high distance categories (≥ 20,000); that is, they always overestimated their driving distance. CONCLUSIONS: Although self-reported driving distance categories may be adequate for studies entailing broad group comparisons, caution should be used in interpreting results. Use of self-reported estimates for individual assessments should be discouraged.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».