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
OBJECTIVE: The purpose of the present study was to examine the experimental and epidemiologic evidence linking benzodiazepine use to driving impairment. DATA SOURCES: We searched MEDLINE, PsycINFO, the Cochrane Collaboration, and EMBASE using the key terms ("benzodiazepines" OR "exp benzodiazepines") AND ("automobile driving" OR "accidents, traffic" OR "driving" OR "driver$") and limited the results to English citations from 1966 to August 5, 2005, with auto-updates for MEDLINE and PsycINFO to November 30, 2007. STUDY SELECTION AND DATA EXTRACTION: Experimental studies using driving simulators and on-road tests were sought, as were epidemiologic studies of a case-control or cohort design. Data were extracted by blinded raters and pooled using random-effects models. We excluded studies without control groups or without measures of driving or collisions. Studies with driving measures that could not be combined were also excluded. DATA SYNTHESIS: Of 405 potential articles, 11 epidemiologic and 16 experimental studies were included in the meta-analysis. Associations between motor vehicle collisions (MVCs) and benzodiazepine use were found among 6 case-control studies (OR = 1.61, 95% CI = 1.21 to 2.13, p <.001), and 3 cohort studies (OR = 1.60, 95% CI = 1.29 to 1.97, p <.0001). Only 10 of 97 experimental driving variables could be pooled for analysis. While no consistent findings were observed in studies using driving simulators, increased deviation of lateral position was found on on-road driving tests (standardized mean difference = 0.80, 95% CI = 0.35 to 1.25, p = .0004). CONCLUSION: Benzodiazepine users were found to be at a significantly increased risk of MVCs compared to nonusers, and these differences may be accounted for by a difficulty in maintaining road position.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,006 |
| 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 découle