RISK PERCEPTION AND DRIVING A MOTOR VEHICLE UNDER THE INFLUENCE OF CANNABIS: A STUDY WITH COLLEGE STUDENTS OF A PRIVATE INSTITUTION
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
ABSTRACT Objective: to analyze the relationship between risk perception and behaviors related to driving a motor vehicle under the influence of cannabis. Method: The research was carried out through a cross-sectional survey. 382 undergraduate students between the ages of 17 and 29 were interviewed at a private higher educational institution in the Federal District, Brazil. Descriptive and inferential statistics (cross tabulations and chi-square) were used to analyze the data. Results: they indicate that more than 1/3 of the participants used cannabis in the past 12 months, and 36.4% reported problematic use. It was possible to establish a relationship between the behaviors of perception of risk and driving a motor vehicle under the influence of cannabis: 1) the perception of being sanctioned as a driver and driving a motor vehicle under the influence of cannabis (χ2(1) = 3.96, p=≤0); 2) to perceive damages as driver and driving a motor vehicle under the influence of cannabis (χ2(1)=3.96, p = ≤05); 3) perception of damages as passenger and driving a motor vehicle under the influence of cannabis (χ2(1)=3.96, p=≤5.0). Conclusion: damages caused by cannabis are underestimated by university students, since they have a very low risk perception, especially when compared to alcohol. In Brazil, there is also a lack of regulation and sanctions with respect to driving a motor vehicle under the influence of cannabis, which may contribute to an important risk among this population.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle