Canadian Psychiatrists' Current Attitudes, Practices, and Knowledge regarding Fitness to Drive in Individuals with Mental Illness: A Cross-Canada Survey
Notice bibliographique
Résumé
OBJECTIVES: To assess current attitudes, practices, and knowledge of Canadian psychiatrists regarding fitness to drive in individuals with mental illness and to explore variations according to provincial legislation. METHOD: We carried out a national cross-sectional survey, using a random sample of psychiatrists. We used a mail survey to collect data. RESULTS: In total, 248 psychiatrists participated; the response rate was 54.2% on traced subjects. The majority (64.1%) reported that they strongly agreed or agreed that addressing patients' fitness to drive is an important issue. However, only 18.0% of respondents were always aware of whether their patients were active drivers. One-fourth strongly agreed or agreed that they were confident in their ability to evaluate fitness to drive. In discretionary provinces, 29.3% of psychiatrists reported not knowing their provincial legislation, as did 14.6% of psychiatrists in mandatory provinces; of those responding, 54.0% from discretionary provinces and 2.8% from mandatory provinces gave incorrect answers. DISCUSSION: Psychiatrists' responses demonstrate a broad range of attitudes, practices, and knowledge. There appears to be a large gap between what is expected of psychiatrists and their readiness and self-perceived ability to make informed clinical decisions related to driving safety. CONCLUSION: There is a clear need for education and guidelines to assist psychiatrists in decision making about driving fitness.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».