Determining Fitness to Drive in Older Persons: A Survey of Medical and Surgical Specialists
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
BACKGROUND: Many specialists encounter issues related to fitness to drive in their practices. We sought to determine the attitudes and practices of Canadian specialists regarding the assessment of medical fitness to drive in older persons. METHODS: We present data from a postal survey of 842 physicians certified in cardiology, endocrinology, geriatric medicine, neurology, neurosurgery, orthopaedic surgery, physical medicine and rehabilitation, or rheumatology regarding their attitudes and practices relating to the assessment of their patients' fitness to drive. RESULTS: Overall response rate was 55.1%. Except for rheumatologists (18%), most specialists reported that fitness to drive is an important issue in their practices (68%). Confidence in the ability to assess fitness to drive was low (33%), and the majority (73%) felt they would benefit from further education. There were significant differences (p < .05) in responses between physicians from different provinces, owing to reporting policies. More geriatricians than neurologists report drivers with mild Alzheimer disease to authorities regardless of reporting policy (mandatory 90.7% vs. 56.0%; non-mandatory 84.1% vs. 40.0%) (p < .05). CONCLUSIONS: Canadian specialists accept the responsibility of determining their patients' fitness to drive but are not fully confident in their ability to do so. However, they are receptive to education to improve their skills in this area.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle