MétaCan
Menu
Retour à la cohorte
Enregistrement W2380276022

Summary of Causes of Foreign Rural Road Accidents

2009· article· en· W2380276022 sur OpenAlexaboutno aff
Qiang Chen

Notice bibliographique

RevueJournal of Highway and Transportation Research and Development · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTruckTransport engineeringRural areaPoison controlInjury preventionOccupational safety and healthSocioeconomicsGeographyEnvironmental healthForensic engineeringDemographyEngineeringMedicineSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

According to the data and documents on rural road accidents from US, Canada,UK and Australia,the causes of rural road accidents were analyzed with emphasis on human behavior.Several causes were collected as follows:(1) much lower rate of seat belt usage among males,youths,passengers in light trucks and rear seat occupants;(2) more speeding trend among males and youths with high rate in motorcycles and cars on the weekend and during the night;(3) main drunk drivers are males and youths,and more accidents due to drinking happened on the weekend and during the night;(4) more fatigued drivers are females and youths, and lots of crashes caused by driving fatigue happened on the weekend and during the night and afternoon;(5) the large percentage of fatally injured drivers are 65 years of age or older who usually fails to yield row and disobey traffic control;(6)the hazards of rural road include sudden varieties,narrow lanes, sharp curves, blind bends and so on;and(7) the emergency medical services for rural road crashes are time-consuming,lower level treating and poorly effective.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,587
Score d'incertitude au seuil0,090

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,281
Écart entre enseignants0,246 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Highway and Transportation Research and DevelopmentMême sujetAgriculture and Farm SafetyTravaux en français237 207