MétaCan
Menu
Retour à la cohorte
Enregistrement W3034401026 · doi:10.1093/pch/pxaa017

Cannabis-impaired driving and Canadian youth

2020· review· en· W3034401026 sur OpenAlexaffabout
Jeffrey R. Brubacher, Herbert Chan, John A. Staples

Notice bibliographique

RevuePaediatrics & Child Health · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCannabisInjury preventionPoison controlEffects of cannabisDriving under the influenceHuman factors and ergonomicsSuicide preventionCrashPsychologyYoung adultMotor vehicle crashMedicinePsychiatryEnvironmental healthDevelopmental psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Acute cannabis use results in inattention, delayed information processing, impaired coordination, and slowed reaction time. Driving simulator studies and epidemiologic analyses suggest that cannabis use increases motor vehicle crash risk. How much concern should we have regarding cannabis associated motor vehicle collision risks among younger drivers? This article summarizes why young, inexperienced drivers may be at a particularly high risk of crashing after using cannabis. We describe the epidemiology of cannabis use among younger drivers, why combining cannabis with alcohol causes significant impairment and why cannabis edibles may pose a heightened risk to traffic safety. We provide recommendations for clinicians counselling younger drivers about cannabis use and driving.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,815

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,327
Écart entre enseignants0,293 · 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'étudeSans objet
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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207