MétaCan
Menu
Retour à la cohorte
Enregistrement W2321371704 · doi:10.1017/s0714980816000015

Driving Task: How Older Drivers’ On-Road Driving Performance Relates to Abilities, Perceptions, and Restrictions

2016· article· fr· W2321371704 sur OpenAlexafffund
Sjaan Koppel, Judith Charlton, Jim Langford, Marilyn Di Stefano, Wendy Macdonald, Zafiroula Vlahodimitrakou, Barbara Mazer, Isabelle Gélinas, Brenda Vrkljan, Kinga L. Eliasz, Anita Myers, Holly Tuokko, Shawn Marshall

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensUniversity of VictoriaUniversity of WaterlooMcMaster UniversityOttawa HospitalMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTask (project management)Driving simulatorPerceptionPoison controlIntersection (aeronautics)Human factors and ergonomicsPsychologyDriving simulationScheduleApplied psychologySimulationComputer scienceEngineeringTransport engineeringMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

This study examined a cohort of 227 older drivers and investigated the relationship between performance on the electronic Driver Observation Schedule (eDOS) driving task and: (1) driver characteristics; (2) functional abilities; (3) perceptions of driving comfort and abilities; and (4) self-reported driving restrictions. Participants (male: 70%; age: M = 81.53 years, SD = 3.37 years) completed a series of functional ability measures and scales on perceived driving comfort, abilities, and driving restrictions from the Year 2 Candrive/Ozcandrive assessment protocol, along with an eDOS driving task. Observations of participants' driving behaviours during the driving task were recorded for intersection negotiation, lane-changing, merging, low-speed maneuvers, and maneuver-free driving. eDOS driving task scores were high (M = 94.74; SD = 5.70) and significantly related to participants' perceived driving abilities, reported frequency of driving in challenging situations, and number of driving restrictions. Future analyses will explore potential changes in driving task scores over time.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,662
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,015
Tête enseignante GPT0,258
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 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

Citations26
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

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