MétaCan
Menu
Retour à la cohorte
Enregistrement W2906313762 · doi:10.4103/jets.jets_24_18

Road traffic injuries and fatalities among drivers distracted by mobile devices

2018· article· en· W2906313762 sur OpenAlexaff
Natasa Zatezalo, Mete Erdogan

Notice bibliographique

RevueJournal of Emergencies Trauma and Shock · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensGovernment of Nova ScotiaNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDistractionDistracted drivingCrashCINAHLMobile deviceInjury preventionPoison controlMedicineHuman factors and ergonomicsOccupational safety and healthMedical emergencySuicide preventionPsychological interventionComputer sciencePsychologyPsychiatryWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

CONTEXT: With increasing ownership of mobile devices (i.e., cell phones and smartphones), it is important to better understand the role of these devices in motor vehicle collision (MVC)-related trauma. AIMS: The primary objective was to synthesize evidence on the proportion of drivers injured or killed in an MVC attributed to driver distraction by a mobile device. As a secondary objective, we assessed for associations between injury risk and mobile device use while driving. SETTINGS AND DESIGN: This study was a systematic review. SUBJECTS AND METHODS: We searched five electronic databases (PubMed, Embase, CINAHL, TRIS, and Web of Science) and the gray literature to identify reports of drivers injured (regardless of the severity) or killed in MVCs attributed to mobile device-related distraction by the driver. We evaluated study and driver characteristics, as well as associations between injury risk and mobile device use by drivers. STATISTICAL ANALYSIS USED: Descriptive statistics were used to report study characteristics. The proportion of injuries related to driver distraction by mobile devices was calculated for each study. RESULTS: Overall, 4907 articles were screened, of which 13 met eligibility criteria. The median proportion of distracted-driving-related trauma was 3.4% (range: 0.04% to 44.7%). Three studies evaluated the association between mobile device use and road traffic injury; all found use of a mobile device while driving significantly increased crash risk. CONCLUSIONS: The proportion of road traffic injuries and fatalities attributed to driver distraction by a mobile device ranges from 0.04% to 44.7%. Studies were subject to limitations in the collection of reliable data on distraction-related MVCs.

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)0,005
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0180,014
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,321
Écart entre enseignants0,304 · 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'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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Emergencies Trauma and ShockMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207