Road Use Pattern and Street Crossing Habits of Schoolchildren in India
Notice bibliographique
Résumé
Road traffic accidents (RTAs) contribute significant DALYs in the global burden of diseases. Vulnerable groups particularly pedestrians and children are at an increased risk. Road use pattern, street crossing habits, and road safety awareness are important determinants of RTAs. The present study was carried out to assess the road use pattern and street crossing habits of schoolchildren. This cross-sectional study included 497 schoolchildren of 12-15 years. The interview technique was used as a tool for data collection on a predesigned questionnaire. A total of 40.4% of schoolchildren did not like to go to school alone and wanted somebody from the family to drop them to school. About one quarter of the students were afraid of traffic and expressed their inability to deal with traffic on the road. A total of 10.7% reported crossing the street in groups, and 1.4% reported running while crossing the street. Only 80.9% of students received some form of road safety training, and the parents and schools were the major source of information for such safety training. Age <14 years and a lower level of mother's education were found to be significant contributors for poor road crossing habit in univariate as well as multivariate analysis. The study suggests that the knowledge regarding safe road use and street crossing was lacking among study participants albeit in a small proportion only. Safety aspects can be partly strengthened by imparting practical knowledge about road use pattern, street crossing habits, and road safety procedures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».