Driving simulator scenarios and measures to faithfully evaluate risky driving behavior: A comparative study of different driver age groups
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
To investigate the links between mental workload, age and risky driving, a cross-sectional study was conducted on a driving simulator using several established and some novel measures of driving ability and scenarios of varying complexity. A sample of 115 drivers was divided into three age and experience groups: young inexperienced (18-21 years old), adult experienced (25-55 years old) and older adult (70-86 years old). Participants were tested on three different scenarios varying in mental workload from low to high. Additionally, to gain a better understanding of individuals' ability to capture and integrate relevant information in a highly complex visual environment, the participants' perceptual-cognitive capacity was evaluated using 3-dimensional multiple object tracking (3D-MOT). Results indicate moderate scenario complexity as the best suited to highlight well-documented differences in driving ability between age groups and to elicit naturalistic driving behavior. Furthermore, several of the novel driving measures were shown to provide useful, non-redundant information about driving behavior, complementing more established measures. Finally, 3D-MOT was demonstrated to be an effective predictor of elevated crash risk as well as decreased naturally-adopted mean driving speed, particularly among older adults. In sum, the present experiment demonstrates that in cases of either extreme high or low task demands, drivers can become overloaded or under aroused and thus task measures may lose sensitivity. Moreover, insights from the present study should inform methodological considerations for future driving simulator research. Importantly, future research should continue to investigate the predictive utility of perceptual-cognitive tests in the domain of driving risk assessment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle