Distracted Biking: A Review of Current State of Knowledge
Notice bibliographique
Résumé
Cyclists, much like drivers, have always been engaged in multi-tasking activities like using hand-held devices, listening to music, snacking, or reading while bicycling. While distracted drivers endanger themselves and other, distracted bikers, in general present more risk to themselves than to others. Distracted bicycling, however, has not received similar interventions to address safety related issues. This study reviewed the state-of-knowledge on policies, programs, data sources, and identified data collection opportunities and research needs. Literature review conducted in this study revealed only six (6) past studies that investigated the effect of distracted bicycling. The review also found that several agencies/organizations listed the use of portable electronic devices while cycling as unsafe behavior. Some of the agencies/organizations in the United States, Canada, Belgium, Bermuda, Germany, and New Zealand have implemented interventions to curb distracted bicycling such as education, awareness programs, and legislation. The majority of the legislation enacted ban the use of headphones or earphones in or on one or both ears and few ban hand-held phones while cycling. In addition to these, one law common to all U.S. states and District of Columbia restricts cyclists from carrying bundles, articles or objects that prevent them from keeping at least one hand on the handlebars which indirectly addresses distracted bicycling.
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 | 0,028 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,010 |
| 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 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 ».