MétaCan
Menu
Retour à la cohorte
Enregistrement W3126753101 · doi:10.2147/rmhp.s280249

The Effects of Cognitive and Visual Functions of Korean Elderly Taxi Drivers on Safe Driving Behavior

2021· article· en· W3126753101 sur OpenAlexaboutno aff
Yang Yeong-Ae, Hye-Jin Lee

Notice bibliographique

RevueRisk Management and Healthcare Policy · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensnon disponible
Organismes subventionnairesInje University
Mots-clésCognitionPerceptionVisual perceptionPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

PURPOSE: In this study, we investigated the effect of visual and cognitive functions of elderly taxi drivers on safe driving behavior. We aimed to identify factors that interfere with safe driving in an aging Korean society in elderly taxi drivers. PARTICIPANTS AND METHODS: A total of 203 elderly taxi drivers, aged >65, working at 3 companies in a single city were assessed over 4 weeks from December 1 to December 30, 2017, using the Motor-Free Visual Perception Test, Korean Montreal Cognitive Assessment, and Korean Safe Driving Behavior Measure. To examine the effects of cognitive and visual functions on driving behavior, we performed a stepwise multiple linear regression analysis (p<0.05). RESULTS: All 4 subdomains of safe driving behaviors were significantly correlated with the cognitive subdomains of attention and abstraction and the visual perception subdomains of visual closure 1 and figure-ground. CONCLUSION: More systematic assessments of the relationship between driving behavior and cognitive and visual function in elderly individuals are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,155
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,385
Écart entre enseignants0,366 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisk Management and Healthcare PolicyMême sujetOlder Adults Driving StudiesTravaux en français237 207