Toward Safe and Confident Silver Drivers: Interview Study Investigating Older Adults’ Driving Practices
Notice bibliographique
Résumé
BACKGROUND: As the aging population in the United States continues to increase rapidly, preserving the mobility and independence of older adults becomes increasingly critical for enabling aging in place successfully. While personal vehicular transport remains a popular choice among this demographic due to its provision of independence and control over their lives, age-related changes may heighten the risk of common driving errors and diminish driving abilities. OBJECTIVE: This study aims to investigate the driving practices of older adults and their efforts to maintain safe and confident driving habits. Specifically, we sought to identify the factors that positively and negatively influence older adults' driving performance and confidence, as well as the existing efforts put into sustaining their driving abilities. METHODS: We recruited 20 adults aged ≥65 years who remained active drivers during the recruitment from the greater New York area. Then, we conducted semistructured interviews with them to examine their perceptions, needs, and challenges regarding safe and confident driving. RESULTS: Our findings uncovered a notable disparity between older adults' self-perceived driving skills and the challenges they face, particularly caused by age-related limitations and health conditions such as vision and memory declines and medication routines. Drawing on these findings, we proposed strategies to bridge this gap and empower older adults to drive safely and confidently, including fostering a realistic understanding of their capabilities, encouraging open dialogue regarding their driving, encouraging regular assessments, and increasing awareness of available resources. CONCLUSIONS: This study uncovered a noticeable disparity between the perceived driving competence of older adults and the actual challenges they confront while driving. This divergence underscores a significant need for better support beyond the existing aid available to preserve older adults' driving skills. We hope that our recommendations will offer valuable insights for practitioners and scholars committed to enhancing the overall well-being and quality of life for older adults as they age in their homes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».