MétaCan
Menu
Retour à la cohorte
Enregistrement W3119353912 · doi:10.1201/b10836-51

Psychiatric Disorders and Driving Performance

2011· book-chapter· en· W3119353912 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Montréal
Mots-clésPsychiatryPsychology

Résumé

récupéré en direct d'OpenAlex

Driving is the quintessential twentieth century phenomenon and has become an instrumental activity of daily living for the majority adults in the developed world. In America, the driver’s license has been the de facto identi¨cation card for years and from a self-psychology perspective, the automobile in contemporary society might be interpreted as the outermost shell of our fragile personality structures (Kohut, 1972). Yet psychiatrists have historically shown only a passing interest in driving ability as an example of human interaction with machines. Application of driving simulators in psychiatric research is a recent development, as the impact of mental illness on functional abilities such as driving or work performance is increasingly appreciated. še term “accident” has long fallen out of favor in the medical and human factor/error literature, as this term would see a collision as a random/unpredictable event, as opposed to a possible predictable and/or preventable entity, based on particular risk factors (O’Neill, 1998; O’Neill, 1993; Haddon, 1968). šese risk factors might be driver/operatorspecific, machine/vehicle-speci¨c, or relate to the humanmachine interface. še concept of “accident proneness” in an industrial setting was ¨rst described in 1919 (Greenwood & Woods, 1919), although this was not extrapolated to tra¬c safety research for several decades. An article entitled “še accident prone automobile driver” appeared in the American Journal of Psychiatry in 1949 which attempted to correlate individual psychopathology with driving records in taxi-drivers (Tilman & Hobbs, 1949). However, research into the epidemiology, psychology and neurophysiology of driving is slowly emerging, and this chapter will focus on potential relevance to driving simulation.

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)0,000
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 seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,038
Tête enseignante GPT0,326
Écart entre enseignants0,288 · 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

Citations4
Publié2011
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetOlder Adults Driving StudiesTravaux en français237 207