MétaCan
Menu
Retour à la cohorte
Enregistrement W312117424

DURING ALCOHOL INTERLOCK USE, ELEVATED BACS IN MORNING OR DECLINING VEHICLE USE OVER TIME PREDICTS POST-INTERLOCK RECIDIVISM

2002· article· en· W312117424 sur OpenAlexaboutno aff
Paul R. Marques, A. Scott Tippetts, Robert B. Voas

Notice bibliographique

RevuePROCEEDINGS OF THE 16TH INTERNATIONAL CONFERENCE ON ALCOHOL, DRUGS AND TRAFFIC SAFETY · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterlockRecidivismMorningBlood alcoholMedicineEnvironmental scienceEngineeringPoison controlInjury preventionEmergency medicinePsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The alcohol interlock record is the first extensive behavioral record that has ever been available to help researchers understand DWI offenders. The average interlock device in Alberta Canada logs over 2300 breath tests during an average 9 months of interlock use. Analysis of the patterns of violations makes available new predictive information for scaling driver risk. Recent work (Marques et al., 2001, Marques et al., 2002) has shown the overall rate of elevated BAC tests during the first several months of use strongly predicts repeat DWI after the interlock has been removed. This report further analyzes the record of 5.5 million BAC tests in Alberta and finds that even after accounting for strong predictors of post-interlock recidivism such as prior repeat DWI and the overall prediction based on higher rates of failed interlock BAC tests, if the BAC tests failures occur in the morning (e.g., BAC still >=.04 gm/dl presumably from previous night drinking) there is an additional 45% higher likelihood of later having a new repeat DWI. Also, evidence is presented that offenders who decrease their overall interlock vehicle use (fewer tests taken over interlock use time) have a higher likelihood of recidivism post-interlock. (A) For the covering abstract of the conference, see ITRD Abstract No. E201067.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,645

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,037
Tête enseignante GPT0,241
Écart entre enseignants0,204 · 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

Citations2
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePROCEEDINGS OF THE 16TH INTERNATIONAL CONFERENCE ON ALCOHOL, DRUGS AND TRAFFIC SAFETYMême sujetTraffic and Road SafetyTravaux en français237 207