MétaCan
Menu
Retour à la cohorte
Enregistrement W2131369796 · doi:10.1017/s0714980811000481

Naturalistic Study of Winter Driving Practices by Older Men and Women: Examination of Weather, Road Conditions, Trip Purposes, and Comfort

2011· article· fr· W2131369796 sur OpenAlexaff
Anita M. Myers, Aileen Trang, Alexander M. Crizzle

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2011
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDaylightAdverse weatherTRIPS architectureSample (material)GeographyDemographyTransport engineeringMedicineEnvironmental sciencePsychologyMeteorologyEngineering

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ La plupart des études sur les pratiques de conduite des aînés sont basées sur des données d’autoévaluation ; aucune n’a examiné objectivement leurs habitudes de conduite hivernale. Nous avons utilisé des appareils électroniques associés à des journaux de voyages, des cartes numériques et des archives météorologiques, afin d’examinerétudier les modes de conduite des personnes âgées de 65 à 91 sur deux semaines consécutives entre novembre 2008 et mars 2009. La conduite de nuit différait selon le mois, montrant l’importance des facteurs saisonniers, en particulier la quantité de lumière du jour. Bien que 69 pour cent de notre échantillon ait conduit les jours de mauvais temps, les aînés ont montré être significativement plus susceptibles de faire des voyages à des fins sociales ou de divertissement les jours de beau temps, et ils ont entrepris des voyages plus longs les jours offrant de bonnes conditions routières. Les scores de confort de conduite, notamment pour la conduite de nuit, étaient liés de manière significative aux indicateurs multiples de l’exposition et des habitudes, y compris au rayon autour du domicile. Comparativement aux hommes, les femmes ont obtenu des scores de conduite significativement plus bas, et ont été moins susceptibles de conduire quand les conditions metéorologiques et routières étaient défavorables.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,296
Écart entre enseignants0,269 · 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.

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

Citations56
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetOlder Adults Driving StudiesTravaux en français237 207