Assessing the impact of road safety agencies and health systems in traffic outcomes across 146 countries, 1994–2012
Notice bibliographique
Résumé
BACKGROUND: Road safety policies (RSPs) have emerged worldwide. Yet, while an important group of RSPs have been regarded as necessary to reduce traffic crashes and their consequences, the impact of others remain inconclusive. To advance knowledge on this debate, this article focuses on the potential effects of two RSPs: i) road safety agencies (RSAs) and ii) health systems (HS). METHODS AND DATA SOURCES: Cross-sectional longitudinal data corresponding to 146 countries from 1994 to 2012 are analyzed using regression models to account for the endogeneity of RSA formation, including instrumental variable and fixed effects designs. A global dataset compiling information from multiple sources, including the World Bank, and the World Health Organization is built. RESULTS: RSAs are associated with a decrease of traffic injuries in the long-term. This trend is observed in Organisation for Economic Co-operation and Development (OECD) countries only. Potential data reporting differences between countries could not be accounted for, and therefore it is unclear whether the observation for non-OECD countries is due to an actual difference or due to these reporting differences. HSs decrease traffic fatalities by 5% (95% Confidence interval (CI) 3% to 7%). Across (OECD) countries, HS is not associated with traffic injury variation. CONCLUSION: While some authors have theorised that RSA institutions may fail to reduce either traffic injuries or fatalities, our work however captured a long-term effect in RSAs performance when targeting traffic injury outcomes. That well-developed HSs have been effective in decreasing traffic fatalities, and ineffective in decreasing injuries, is consistent with the overall function that this type of policies fulfils. Results call for revisiting the specific mechanisms which explain why RSAs and HSs seem effective in decreasing different traffic outcomes.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».