Severity of urban cycling injuries and the relationship with personal, trip, route and crash characteristics: analyses using four severity metrics
Notice bibliographique
Résumé
OBJECTIVE: To examine the relationship between cycling injury severity and personal, trip, route and crash characteristics. METHODS: Data from a previous study of injury risk, conducted in Toronto and Vancouver, Canada, were used to classify injury severity using four metrics: (1) did not continue trip by bike; (2) transported to hospital by ambulance; (3) admitted to hospital; and (4) Canadian Triage and Acuity Scale (CTAS). Multiple logistic regression was used to examine associations with personal, trip, route and crash characteristics. RESULTS: Of 683 adults injured while cycling, 528 did not continue their trip by bike, 251 were transported by ambulance and 60 were admitted to hospital for further treatment. Treatment urgencies included 75 as CTAS=1 or 2 (most medically urgent), 284 as CTAS=3, and 320 as CTAS=4 or 5 (least medically urgent). Older age and collision with a motor vehicle were consistently associated with increased severity in all four metrics and statistically significant in three each (both variables with ambulance transport and CTAS; age with hospital admission; and motor vehicle collision with did not continue by bike). Other factors were consistently associated with more severe injuries, but statistically significant in one metric each: downhill grades; higher motor vehicle speeds; sidewalks (these significant for ambulance transport); multiuse paths and local streets (both significant for hospital admission). CONCLUSIONS: In two of Canada's largest cities, about one-third of the bicycle crashes were collisions with motor vehicles and the resulting injuries were more severe than in other crash circumstances, underscoring the importance of separating cyclists from motor vehicle traffic. Our results also suggest that bicycling injury severity and injury risk would be reduced on facilities that minimise slopes, have lower vehicle speeds, and that are designed for bicycling rather than shared with pedestrians.
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 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 | 0,004 | 0,004 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».