MétaCan
Menu
Retour à la cohorte
Enregistrement W2120333125 · doi:10.3138/cpp.2012-102

Federal Impaired Driving Policy: Moving Beyond Half Measures

2014· article· en· W2120333125 sur OpenAlexaffvenueabout
R Solomon, Erika Chamberlain

Notice bibliographique

RevueCanadian Public Policy · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Drunk drivingFederal lawCrashLawDrunk driversDriving under the influencePolitical scienceBlood alcoholCriminologyPoison controlPsychologyInjury preventionMedicineEnvironmental healthLegislationComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

Millions of Canadians continue to drive after drinking, in part because they can do so with little fear of being apprehended, charged, and convicted. The federal amendments to impaired driving law of the past 15 years have focused on penalties, narrow prosecutorial issues, and long-standing loopholes. However, significant progress requires a shift from these so-called “tough” laws to effective laws (i.e., those that will sharply reduce impaired driving). In response to similar problems with the persistence of impaired driving, many developed countries have enacted both a criminal .05 percent blood-alcohol concentration limit for driving and random breath testing, thereby achieving dramatic reductions in related crash deaths. This paper examines these two measures in the context of Canada's impaired driving record and the current federal law.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,664

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0120,007
Communication savante0,0100,004
Science ouverte0,0040,004
Intégrité de la recherche0,0130,008
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,023
Tête enseignante GPT0,266
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations4
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207