Roadway Aggression Among Drivers and Passengers With or Without a History of Traumatic Brain Injury
Notice bibliographique
Résumé
OBJECTIVE: This study examined the association between roadway aggression and traumatic brain injury (TBI) among drivers and passengers who reside in the province of Ontario, Canada. METHODS: Data were based on a 3-year cumulated cross-sectional sample of 6,048 adults aged 18 years and older who were surveyed by telephone. The outcome in this study was road rage in the form of verbal/gestural or physical aggression toward other road users and/or their vehicle. RESULTS: Driving status, history of TBI, age, gender, education, and the interaction between history of TBI and education significantly predicted roadway aggression. Odds ratios (ORs) for roadway aggression were significantly higher among drivers ( OR= 2.65) compared to passengers, between 2 and 4.5 times higher among individuals aged 18-64 years old compared to those older than 65 years, higher among adults with TBI (OR = 2.05) than without, and men (OR = 1.54) than women. Among respondents with lowest, but not highest, levels of education, roadway aggression was predicted by a history of TBI. CONCLUSION: This is the first population-based study to compare rates of roadway aggression between drivers and passengers with and without TBI. Research to understand these differences will be important for roadway aggression prevention efforts and policy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».