Use of Seatbelts and Observable Factors among Public Transport Drivers in Addis Ababa, Ethiopia
Notice bibliographique
Résumé
Wearing of proper seatbelt while driving is scientifically proven to protect from severe and fatal injuries. The aim of this study was to assess the status of proper seatbelt use and observable factors among public transport drivers in Addis Ababa, Ethiopia. The study conducted an inside vehicle observation study among 600 public transport vehicles in Addis Ababa, Ethiopia, from January to February 2017. Sample vehicles were randomly selected from ten arterial and ten collector road networks. This study used an observational checklist for data collection and logistic regression analysis to find the associated variables with improper seatbelt use. The odds ratio with a 95% CI and a p -value of <0.05 were considered for the statistically significant association. The prevalence of proper seatbelt use was 47.5% [95% CI (43.0–51.3)]. Khat chewing [AOR: 2.41, 95% CI (1.04–5.60)], engaged in driving distraction activities [AOR: 2.93, 95% CI (2.08, 4.13)] and being city bus drivers [AOR: 1.66, 95% CI (1.09, 2.52)], were significantly associated with improper seatbelt use. The actual rate of proper seatbelt use among public transport drivers in Addis Ababa was very low compared with the officially known report. Drivers’ behavior and being drivers of large-sized vehicles were associated with improper seatbelt use.
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 | 0,001 |
| 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 ».