Ingestión de bebidas alcohólicas por conductores de vehículos en la provincia Villa Clara
Notice bibliographique
Résumé
OBJETIVO: determinar la frecuencia de ingestión de bebidas alcohólicas por conductores en la provincia de Villa Clara. MÉTODOS: como parte de un estudio de intervención se realizó vigilancia activa sobre la ingestión de bebidas alcohólicas por los conductores, desde el 25 de abril de 2003 hasta el 31 de octubre del mismo año, en vías urbanas y rurales, de viernes a domingo, en semanas alternas. Se determinó la concentración de alcohol con el equipo Alcotest 7410 RS Plus. Fue detenido cualquier tipo de conductor independientemente del tipo de vehículo, procedencia o provincia de registro. Fueron calculadas las frecuencias absolutas y relativas para cada una de las categorías de las variables de interés. RESULTADOS: fueron estudiados 6 461 conductores, de los cuales 805 (12,46 %) resultaron positivos. El 9,82 % tuvo concentraciones de alcohol £ 0,08 mg/L, 77,26 % con cifras entre 0,09 y 1,00 mg/L y 12,92 % con cifras ³ 1,00. Las mayores frecuencias de ingestión de bebidas alcohólicas se encontraron en los conductores de vehículos de tracción animal, de tractor, de bicicleta y de motor con porcentajes de 44,27; 36,56; 28,57 y 27,26; respectivamente. El 25,73 % de los conductores con vehículos registrados en otras provincias fueron positivos y el 11,39 % de Villa Clara. Fue más frecuente detectar conductores positivos los meses de junio (16,9 %) y agosto (15,8 %). CONCLUSIONES: la frecuencia de ingestión de bebidas alcohólicas encontrada hace necesario fortalecer las políticas de prevención de accidentes para controlar esta conducta de riesgo, y estimular la realización de investigaciones sobre alcohol y conducción.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».