The relationship between motor vehicle collisions and cigarette smoking in Ontario: Analysis of CAMH survey data from 2002 to 2016
Notice bibliographique
Résumé
Research has shown that tobacco users have an increased risk of collisions compared to nonsmokers. Studies from 1967 through 2013 documented a crude relative risk of collision involvement of about 1.5 among smokers compared to nonsmokers. In January 2009, in response to concerns about the health risks associated with potentially high concentrations of secondhand smoke resulting from smoking in vehicles, the provincial government in Ontario, Canada, introduced legislation restricting smoking in vehicles where children and adolescents are present. We examined the association between reported smoking and involvement in a motor vehicle collision in a large representative sample of adult drivers in Ontario, Canada, from 2002 and 2016, with particular focus on 2002-2008 and 2010-2016, periods before and after the legislation. Data are based on the Centre for Addiction and Mental Health (CAMH) Monitor. Among licensed drivers, prevalence of self-reported collision involvement within the past year for 2002-2008 was 9.39% among those who currently smoked compared to 7.08% of nonsmokers. Following implementation of the legislation, for 2010-2016, the prevalence of collisions for smokers was 7.01% and for nonsmokers was 6.02%. The overall difference for both smokers and nonsmokers between the two time periods was statistically significant; however, the difference between the two groups for the pre-legislation period was significant even after adjusting for potential confounders, while post legislation the difference was not significant. Prior to the legislation, the prevalence of collision was higher among smokers than nonsmokers; following the introduction of the legislation the prevalence was similar for the two groups.
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 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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».