Changing Lanes in a Simulator: Effects of Aging on the Control of the Vehicle and Visual Inspection of Mirrors and Blind Spot
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to examine lane change strategies in active younger and older drivers. Visual inspection of mirrors and the blind spot and the control of the vehicle were documented in a simulator environment. METHODS: Younger (n = 10, 21-31 years) and older (n = 11, 65-75 years) active drivers drove through a continuous simulated environment including urban and rural sections. The scenario included events where, to negotiate a secure lane change, the driver needed to look at 3 regions of interest (ROI): (1) the rearview mirror, (2) the left side mirror, and (3) the left blind spot. The lane change maneuvers were necessary to avoid a vehicle parked halfway in the rightmost lane that was partially or completely blocking the lane or for overtaking a slower moving vehicle. RESULTS: Compared with younger drivers, older drivers showed a reduced frequency of visual inspection toward the rearview mirror and the blind spot. Also, though the older drivers showed a constant frequency of visual inspection across the 2 types of driving maneuvers, the younger drivers increased their frequency of inspection when overtaking a slower vehicle. Control of the car was mostly similar for both groups. CONCLUSION: A better knowledge of the drivers' visual search strategies when changing lanes could help in identifying suboptimal strategies at-risk of causing crashes and also serves to develop retraining programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».