The Bicyclists' Injuries and the Cycling Environment study: a protocol to tackle methodological issues facing studies of bicycling safety
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Bicycling may be less appealing in parts of the world where cycling is less safe. Differences between jurisdictions suggest route design is key to improving safety and increasing ridership. Previous studies faced difficulties in effectively assessing denominators for risk calculations and controlling confounding. This paper describes the advantages of the case-crossover design of the Bicyclists' Injuries and the Cycling Environment study to address these challenges to observational studies of cycling safety. METHODS: Injured cyclists were recruited from the emergency departments of five hospitals in Vancouver and Toronto, Canada. In 18 months, 690 participants were successfully recruited and interviewed. Each participant was interviewed to map the route of their injury trip, identify the injury site and select two control sites at random from the same route. Infrastructural characteristics at each study site were scored by site observers who were blinded as to whether sites were crash or comparison sites. Analyses will compare infrastructural variables between case and control sites with conditional logistic regression. DISCUSSION: This study presents a novel application of the case-crossover design to the evaluation of relationships between infrastructure and cycling safety while controlling confounders and exposure to risk. It is hoped that the value of this method and the efficiency of the recruitment process will encourage replication in other locations, to expand the range of cycling infrastructure compared and to facilitate evidence-based cycling infrastructure choices that can make cycling safer and more appealing.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».