MétaCan
Menu
Retour à la cohorte
Enregistrement W4394891131 · doi:10.1177/0032258x241246970

Lessons learnt from roadside collisions: A Canadian police perspective

2024· article· en· W4394891131 sur OpenAlexaffabout
Mohammadali Tofighi, Ali Asgary, Ahmad Mohammadi, Felippe Cronemberger, Brady Podloski, Peter Y. Park, Xia Liu, Abir Mukherjee

Notice bibliographique

RevueThe Police Journal Theory Practice and Principles · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensAUG Signals (Canada)York University
Organismes subventionnairesnon disponible
Mots-clésCollisionOfficerPerspective (graphical)Training (meteorology)Computer securityEngineeringPolitical scienceComputer scienceGeographyLawArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study explores roadside collision risks among Canadian police officers, investigating concerns, contributing factors, training, and technology adoption. A survey of 59 officers on traffic-related assignments reveals that 19 officers experienced at least one real collision (30 real collisions in total), and all of them experienced at least one near-miss collision (136 near miss collisions in total) during their services. In 86% of all collisions, cars approached from behind. While 81% of officers received minimal collision prevention training, 87% acknowledged the benefits of a collision warning device, emphasizing the need for comprehensive training and technology implementation to enhance officer safety.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,751
Score d'incertitude au seuil0,924

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,300
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Police Journal Theory Practice and PrinciplesMême sujetTraffic and Road SafetyTravaux en français237 207