Fitness-to-Drive Screening Measure©: Patterns and Trends for Canadian Users
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The Fitness-to-Drive Screening Measure© (FTDS) is an online screening tool that enables proxy raters (caregivers, family members, and friends) to identify at-risk older adult drivers via 54 driving-related items. This study aimed to identify areas in need of improvement for the FTDS by identifying the patterns and trends of Canadian users and providing recommendations to increase the usage, reach, and potential impact of the FTDS as a health promotion tool. Methods: We used monthly Google Analytics reports to calculate descriptive statistics for web page and session specific variables. Variables were separated into Year 1 and Year 2 and were compared using the independent sample t-test. Results: Patterns were identified for session and web page specific variables; for example, users spent less than the recommended 20 min to complete the FTDS. There was only a significant decrease in the number of French speaking users (t (22) = .01, p < .05) from Year 1 to Year 2. Conclusion: Canadians across the country are able to easily access and use the FTDS for screening older adult drivers in its current format. However, implementing suggested recommendations (e.g., short form FTDS) may increase the overall usage, utility, and/or reach of the FTDS, and, as such, may yield additional benefits to potential users.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle