MétaCan
Menu
Retour à la cohorte
Enregistrement W2729306810 · doi:10.1093/geroni/igx004.2670

CHANGES IN DRIVING PATTERNS OF OLDER AUSTRALIANS: FINDINGS FROM THE CANDRIVE/OZCANDRIVE COHORT STUDY

2017· article· en· W2729306810 sur OpenAlexaff
Judith Charlton, Sjaan Koppel, Marilyn Di Stefano, William MacDonald, Morris Odell, Angelo Dominic D'Elia, Michelle M. Porter

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTRIPS architectureDemographyCohortCohort studyMedicineGeographyPoison controlInjury preventionGerontologyEnvironmental healthTransport engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

This paper describes changes in driving patterns for a cohort of older Australians. In-vehicle data-loggers installed in participants’ own vehicles monitored spatio-temporal characteristics of driving trips across three years for 164 participants aged 75+ years (Year 1: Male = 68.9%; Mean Age = 79.5 years, SD = 3.4 years, Range = 75 - 88 years). The majority (60–65%) of trips were within 5km from home across the three years. On average, in Year 1, participants drove 1,276 trips (SD = 479), totalling 9,468km (SD = 5,215) annually, decreasing significnatly to 1,175 trips (SD = 541) and 8,253km (SD = 4,813) annually in Year 3. Generalised Estimating Equations revealed that reduced driving (annual distance, trip frequency, night-time trips, peak-traffic trips) were associated with: increased age, being female, reduced cognitive function, poorer contrast sensitivity, and those that discontinued driving for health reasons. Results are considered in terms of implications for safe mobility.

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)0,001
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 enseignants0,381
Score d'incertitude au seuil0,883

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,043
Tête enseignante GPT0,346
Écart entre enseignants0,303 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetUrban Transport and AccessibilityTravaux en français237 207