Licensing Age Issues: Deliberations from a Workshop Devoted to this Topic
Notice bibliographique
Résumé
OBJECTIVE: To highlight the issues and discuss the research evidence regarding safety, mobility, and other consequences of different licensing ages. METHODS: Information included is based on presentations and discussions at a 1-day workshop on licensing age issues and a review and synthesis of the international literature. RESULTS: The literature indicates that higher licensing ages are associated with safety benefits. There is an associated mobility loss, more likely to be an issue in rural states. Legislative attempts to raise the minimum age for independent driving in the United States--for example, from 16 to 17--have been resisted, although in some states the age has been raised indirectly through graduated driver licensing (GDL) policies. CONCLUSIONS: Jurisdictions can achieve reductions in teenage crashes by raising the licensing age. This can be done directly or indirectly by strengthening GDL systems, in particular extending the minimum length of the learner period. Supplementary materials are available for this article. Go to the publisher's online edition of Traffic Injury Prevention for the following supplemental resource: List of workshop participants.
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 | 0,044 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,006 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,005 | 0,032 |
| Intégrité de la recherche | 0,032 | 0,039 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,008 |
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 ».