Using a virtual environment to study child pedestrian behaviours: a comparison of parents’ expectations and children's street crossing behaviour
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to compare parents' expectations for their children crossing streets with children's actual crossing behaviours and determine how accurately parents judge their own children's pedestrian behaviours to be. METHOD: Using a fully immersive virtual reality system interfaced with a 3D movement measurement system, younger (7-9 years) and older (10-12 years) children's crossing behaviours were assessed. The parent viewed the same traffic conditions and indicated if their child would cross and how successful she/he expected the child would be when doing so. RESULTS: Comparing children's performance with what their parents expected they would do revealed that parents significantly overestimated the inter-vehicle gap threshold of their children, erroneously assuming that children would show safer pedestrian behaviours and select larger inter-vehicle gaps to cross into than they actually did; there were no effects of child age or sex. Child and parent scores were not correlated and a logistic regression indicated these were independent of one another. CONCLUSIONS: Parents were not accurate in estimating the traffic conditions under which their children would try and cross the street. If parents are not adequately supervising when children cross streets, they may be placing their children at risk of pedestrian injury because they are assuming their children will select larger (safer) inter-vehicle gaps when crossing than children actually do.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».