MétaCan
Menu
Retour à la cohorte
Enregistrement W2893131548 · doi:10.1136/injuryprevention-2018-safety.631

PW 1341 A systematic review of the impact of bicycle helmet legislation on cycling exposure

2018· review· en· W2893131548 sur OpenAlexaboutno aff
Jake Oliver, Mahsa Esmaeilikia, Raphael Grzebieta

Notice bibliographique

RevueAbstracts · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyclingLegislationPoison controlOccupational safety and healthInjury preventionHuman factors and ergonomicsSuicide preventionScopusGrey literatureMedicineEnvironmental healthForensic engineeringMEDLINEMedical emergencyEngineeringPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Background Cycling is a physical activity with many health and environmental benefits. There are inherent risks while cycling and bicycle helmets have been proposed as a means to mitigate head injury along with crash avoidance strategies such as separated cycling infrastructure. Twenty-seven countries around the world have enacted bicycle helmet legislation (BHL) to increase helmet usage among cyclists. Critics of BHL often claim legislation deters cycling uptake. Methods Five electronic databases (MEDLINE, EMBASE, COMPENDEX, SCOPUS, WEB OF SCIENCE) were searched to identify relevant studies. Two authors independently assessed records retrieved in adherence to the PRISMA statement. The included studies reported data on cycling exposure pre- and post-legislation. Results 22 studies with data from 6 countries covering 16 jurisdictions were identified from the peer-reviewed and grey literature. The methods used to measure cycling include direct observation at fixed locations, self-reported surveys, hospital data, police-reported crashes and movement counters. Most studies had a single pre-legislation observation making it impossible to estimate existing trends. Although BHL exists in 27 countries, our systematic review identified studies from Australia, Canada, New Zealand, Spain, Sweden and the United States. Conclusions In our preliminary results, most studies found no or conflicting evidence of reductions in cycling following BHL. In the few studies reporting reductions in cycling following BHL, these could be due to existing trends or a general shift from active transport modes to personal motor vehicle travel. Due to the lack of data across most jurisdictions with BHL, caution should be exercised when interpreting these results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,062
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,009
Bibliométrie0,0160,016
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,072
Tête enseignante GPT0,428
Écart entre enseignants0,356 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAbstractsMême sujetInjury Epidemiology and PreventionTravaux en français237 207