Comparison of Self-Declared Mobile Use While Driving in Canada, the United States, and Europe: Results from the European Survey of Road Users’ Safety Attitudes
Notice bibliographique
Résumé
Existing literature on hand-held mobile use while driving includes little research about the differences in prevalence worldwide. The current research aims to increase the available knowledge by comparing rates of self-reported hand-held mobile use behaviors while driving from three different regions (Canada, the United States, and Europe). Self-declared mobile use (talking on a hand-held mobile, sending a text message or email), personal acceptability, and attitudes toward mobile use while driving were measured as part of the E-Survey of Road Users’ Attitudes (ESRA 1) conducted in 25 countries during 2015–2016. Survey data was collected uniformly, allowing for full comparability among regions. The descriptive analysis compared rates of drivers’ mobile use behaviors, opinions, and attitudes by region. Two multivariate models predicting self-declared talking on a hand-held phone while driving, and self-declared sending of a text message or email while driving were also estimated. Regional comparisons of the descriptive results demonstrate that both self-declared behaviors were the lowest in Canada. Multivariate models show that U.S. drivers’ personal acceptability, attitudes, and support for zero-tolerance measures had a significant effect on their self-declared rates of hand-held mobile use while driving. Furthermore, when examining self-declared talking on a hand-held mobile device while driving across all regions, a common social phenomenon known as the bandwagon effect was found, as those who agreed that almost all car drivers occasionally talk on a hand-held mobile while driving were 2.41 times more likely to report doing so themselves. Implications and suggestions for further research are discussed.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».