MétaCan
Menu
Retour à la cohorte
Enregistrement W3138173990 · doi:10.1136/injuryprev-2021-safety.82

3E.002 Identifying modifiable factors related to novice driver fault in motor vehicle collisions

2021· article· en· W3138173990 sur OpenAlexaffabout
Tona M. Pitt, Andrew Howard, Tate HubkaRao, Brent Hagel

Notice bibliographique

RevueAbstracts · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensAlberta Children's HospitalSickKids FoundationHospital for Sick ChildrenUniversity of TorontoUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOddsCulpabilityLogistic regressionOdds ratioFault (geology)Poison controlInjury preventionCollisionOccupational safety and healthHuman factors and ergonomicsMedicineSuicide preventionEngineeringComputer securityComputer scienceMedical emergencyPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

<h3>Background</h3> Motor vehicle collision is a leading cause of injury and mortality in teens. Graduated drivers licensing (GDL) is a common practice to help mitigate risk associated with younger and inexperienced drivers. However, gaps and inconsistencies exist across regions in how restrictive GDL rules are. <h3>Methods</h3> This study used police collision report data from Alberta, Canada for the years 2010–2016. An automated, previously validated, culpability analysis tool was applied to collisions involving drivers between 16 and 19 years of age to score fault. Factors that increase odds of fault in all-collisions were identified using logistic regression. <h3>Results</h3> There were 45,938 motor vehicle collisions involving young drivers. of these, approximately 71% of young drivers were identified as at-fault. Crude analyses indicate that driving between 2300 hrs and 600 hrs increase odds of being at-fault (OR= 1.39; 95% CI: 1.27–1.51). Odds of being at-fault in collision were lower with the presence of an adult passenger over 20 years of age (OR= 0.62; 95% CI: 0.57–0.67) or a single peer of similar age (OR= 0.90; 95% CI: 0.83–0.97). Other passenger categories (younger passenger or multiple teens) were not significantly associated with young driver culpability. <h3>Conclusion</h3> Passenger type and time of day may both be contributing to young driver fault in collisions. Future directions include multivariable analysis as well as analysis on teen driver fault in severe injury collisions. <h3>Learning Outcomes</h3> There exists a potential opportunity for policy regulations that may modify or reduce exposure to factors contributing to teen driver culpability in motor vehicle collisions.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,145
Score d'incertitude au seuil0,443

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1320,008

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 Opus0,015
Tête enseignante GPT0,237
Écart entre enseignants0,223 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAbstractsMême sujetTraffic and Road SafetyTravaux en français237 207