Older Adults with Mild Cognitive Impairments Show Less Driving Errors after a Multiple Sessions Simulator Training Program but Do Not Exhibit Long Term Retention
Notice bibliographique
Résumé
The driving performance of individuals with mild cognitive impairment (MCI) is suboptimal when compared to healthy older adults. It is expected that the driving will worsen with the progression of the cognitive decline and thus, whether or not these individuals should continue to drive is a matter of debate. The aim of the study was to provide support to the claim that individuals with MCI can benefit from a training program and improve their overall driving performance in a driving simulator. Fifteen older drivers with MCI participated in five training sessions in a simulator (over a 21-day period) and in a 6-month recall session. During training, they received automated auditory feedback on their performance when an error was noted about various maneuvers known to be suboptimal in MCI individuals (for instance, weaving, omitting to indicate a lane change, to verify a blind spot, or to engage in a visual search before crossing an intersection). The number of errors was compiled for eight different maneuvers for all sessions. For the initial five sessions, a gradual and significant decrease in the number of errors was observed, indicating learning and safer driving. The level of performance, however, was not maintained at the 6-month recall session. Nevertheless, the initial learning observed opens up possibilities to undertake more regular interventions to maintain driving skills and safe driving in MCI individuals.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».