A Systematic Review of Effective Interventions and Strategies to Support the Transition of Older Adults From Driving to Driving Retirement/Cessation
Notice bibliographique
Résumé
Abstract Background and Objectives In most western countries, older adults depend on private cars for transportation and do not proactively plan for driving cessation. The objective of this review was to examine current research studies outlining effective interventions and strategies to assist older adults during their transition from driver to driving retirement or cessation. Research Design and Methods A search was completed across 9 databases using key words and MeSH terms for drivers, cessation of driving, and older adult drivers. Eligibility screening of 9,807 titles and abstracts, followed by a detailed screening of 206 papers, was completed using the Covidence platform. Twelve papers were selected for full-text screen and data extraction, comprising 3 papers with evidence-based intervention programs and 9 papers with evidence-informed strategies. Results Three papers met the research criteria of a controlled study for programs that support and facilitate driving cessation for older adults. Nine additional studies were exploratory or descriptive, which outlined strategies that could support older drivers, their families, and/or healthcare professionals during this transition. Driving retirement programs/toolkits are also presented. Discussion and Implications The driver retirement programs had promising results, but there were methodological weaknesses within the studies. Strategies extracted contributed to 6 themes: Reluctance and avoidance of the topic, multiple stakeholder involvement is important, taking proactive approach is critical, refocus the process away from assessment to proactive planning, collaborative approach to enable “ownership” of the decision is needed, and engage in planning alternative transportation should be the end result. Meeting the transportation needs of older adults will be essential to support aging in place, out-of-home mobility, and participation, particularly in developed countries where there is such a high dependency on private motor vehicles.
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 | 0,015 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».