Self-regulation upon return to driving after traumatic brain injury
Notice bibliographique
Résumé
The aim of this study was to explore self-reported driving habits and the factors associated with these within the first three months of return to driving following traumatic brain injury (TBI). Participants included 24 individuals with moderate to severe TBI (post-traumatic amnesia duration M = 33.26, SD = 29.69 days) and 28 healthy age, education, and gender-matched controls who completed an on-road assessment. Driving frequency and avoidance questionnaires were administered to assess premorbid driving, anticipated driving upon resuming, and driving at three months post-assessment. There were no differences between groups for premorbid driving frequency or avoidance. Individuals with TBI anticipated greater reductions in driving frequency, t(29.57) = -3.95, p < .001, and increases in avoidance, U = 171.00, z = -2.69, p < .01. On follow up, significant reductions in frequency, t(48) = -3.03, p < .01, but not avoidance, U = 239.00, z = -1.35, p = .18, were observed. Females were more likely to reduce their driving frequency, rs = -.43, p < .05, while increased anxiety was associated with increased avoidance r = .63, p < .05, and reduced frequency r = -.43, p < .05. It was concluded that individuals with TBI anticipated changes in their driving habits upon return to driving, indicating an expectation for post-injury changes to their driving lifestyle. On follow up, many of these intended changes to driving habits, particularly in relation to driving frequency, were reported by individuals with TBI, suggestive of some strategic self-regulation.
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 | 0,001 | 0,010 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».