Ride-Sharing and Alcohol-Related Motor Vehicle Trauma in Southwestern Ontario
Notice bibliographique
Résumé
Abstract Background Ride sharing represents a new technology that increases the number of transportation options available to city residents. The arrival of ride sharing has been associated with a reduction in alcohol related car crashes in several US jurisdictions, but this association has not been studied in Canada.Methods A retrospective cohort study was performed using the South Western Ontario Regional Trauma Registry (SWORTR) between April 1 2013 and Mar 31, 2019. The proportion of injuries from alcohol related motor vehicle crashes occurring prior to the availability of ride-sharing services was compared to those which occurred while these services were available.Results During the study period 1002 patients injured in motor vehicle crashes were entered in the SWORTR, and 858 patients had an alcohol level recorded. 194 patients were injured when ride sharing was available, and 808 patients were injured when it was not available. For the primary outcome, 23.6% of patients were injured with positive alcohol levels with ride sharing available compared to 19.2% of patients without ride sharing services (p = 0.23). Evaluating the city of London alone, no significant difference was observed between alcohol related crashes and the availability of ride sharing (27.0% vs 17.0%, P = 0.173).Conclusions Alcohol related motor vehicle collisions remain an important public health concern, and ride-sharing services have been proposed to reduce the rates of such events. Our research failed to demonstrate e any reduction in the proportion of injuries resulting from alcohol related motor vehicle crashes in South Western Ontario with the arrival of ride sharing services.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».