MétaCan
Menu
Retour à la cohorte
Enregistrement W2114415781 · doi:10.1177/0733464807304573

“Getting Around Town”: A Preliminary Investigation of the Theory of Planned Behavior and Intent to Change Driving Behaviors Among Older Adults

2007· article· en· W2114415781 sur OpenAlexaff
Wendy Lindstrom-Forneri, Holly Tuokko, Ryan E. Rhodes

Notice bibliographique

RevueJournal of Applied Gerontology · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésTheory of planned behaviorPsychologyStructural equation modelingBehavior changeVariance (accounting)Social psychologySafe drivingSample (material)Developmental psychologyControl (management)Engineering

Résumé

récupéré en direct d'OpenAlex

Research on why older adults change their driving behavior has typically neglected the psychological processes involved in this change. The purpose of this pilot study is to examine relations among difficulties with driving behaviors, motives toward driving, and intent to change driving behavior. A random sample of 224 drivers aged 60 and older reported on their driving-related motives and intentions within the framework of the theory of planned behavior and reported on their driving difficulties. Structural equation modeling was used to assess the relationship between motives toward driving and intention to change driving behavior. The model had a borderline acceptable fit. Instrumental attitude and subjective norm were predictive of 30% of the variance in intentions to change driving. Perceived social pressures and perceived benefits of driving appear to influence older drivers' intentions to change driving behaviors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,530

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,352
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetOlder Adults Driving StudiesTravaux en français237 207