Road Safety Challenges in Sub-Saharan Africa: The Case of Ghana
Notice bibliographique
Résumé
The importance of road safety in the developmental agenda of a country cannot be overemphasized. It is essential for effective socioeconomic development. However, several countries in the developing world are confronted by several challenges relating to road safety, which are inadequately investigated. These challenges further aggravate the already heavily burdened health-care systems. The aim of this study is, therefore, to determine and analyse road safety issues in Ghana aimed at contributing to national policy development, stakeholder engagements, and public safety education campaigns on road traffic collision. A qualitative study by one-on-one interviews with individuals ( n = 97) in road safety leadership positions was performed from November 2018 to February 2019. The interviews were audio-recorded and transcribed. Data analysis was conducted using a constant comparative methodology approach facilitated by Atlas.ti 8.0 software. Important road safety challenges that were identified by the respondents were categorized into six thematic areas, namely, institutional, executional, managerial and operational, attitudinal and behavioural, research, and financial and investment challenges. We recommend that the government and stakeholders alike should tackle these challenges by building a collaborative environment where everyone is involved in the process of developing and implementing strategies aimed at overcoming these challenges as they arise. There is also the need to address the epidemic carnage of road traffic injuries, many of which are preventable since they arise from human actions and inactions.
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 | 0,000 | 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 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 ».