The effectiveness of built environment interventions embedded in road safety policies in urban municipalities in Canada: An environmental scan and scoping review
Notice bibliographique
Résumé
Introduction Injuries and deaths from motor vehicle collisions are a significant public health issue. As public health researchers and practitioners, we must support the work of municipalities by advocating for effective interventions to reduce this burden. This requires an evidence-based approach; however, many interventions embedded in existing road safety policies in Canada are not supported by evidence. The objective of this work was to review the built environment (BE) interventions in road safety policies in five, urban municipalities in Canada and summarize the peer-reviewed literature to support them. Methods Data were retrieved through an environmental scan of road safety policies across five Canadian urban municipalities, supplemented by a scoping review of articles indexed in MEDLINE and a grey literature search. Inclusion criteria were: 1) BE interventions, 2) collision or collision pathway outcomes (e.g., vehicle speed, vehicle volume), 3) evaluative study designs, and 4) studies published less than 20 years ago (i.e., 1999–2019). We critically appraised the included studies using the TREND checklist. Data were extracted and summarized, grouped by intervention type. Results The environmental scan yielded 42 BE interventions within the existing road safety policies across CHASE regions. The scoping review found a total of 124 studies; the final sample included 45 studies with 29 interventions. The median TREND score [interquartile range (IQR)] was 16 (15, 17) out of 22. Published scientific evidence was not found for 13interventions. Conclusions A low proportion of included studies specific to the existing road safety policies in urban areas in Canada demonstrated a reduction in collisions. Further, significant variability in the level of effectiveness across interventions exists. Information specific to the effectiveness of interventions should be an integral part of the decision making process for BE change; however, more work is needed to better understand critical decision making factors.
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 | 0,020 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,014 | 0,029 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».