Evaluation of the effectiveness of three different interventions on older driver safety over a 12-month period: study protocol for a randomised controlled trial
Notice bibliographique
Résumé
INTRODUCTION: The growing population of older drivers presents challenges for road safety attributed to age-related declines and increased crash fatality rates. However, enabling older people to maintain their health and independence through continued safe driving is important. This study focuses on the urgent need for cost-effective interventions that reduce crash risk while supporting older drivers to remain driving safely for longer. Our study aims to evaluate the effectiveness of three behavioural interventions for older driver safety. These include an online road-rules refresher workshop, tailored feedback on driving performance and two tailored driving lessons. METHODS AND ANALYSIS: A single-blind three-parallel group superiority randomised controlled trial will be conducted with 198 urban licensed drivers aged 65 years and older, allowing for 4% attrition. This sample size provides 80% power to detect a difference with an alpha of 0.05. Participants will be selected based on a standardised on-road test that identifies them as moderately unsafe drivers. Interventions, spanning a 3-month period, aim to improve driving safety. Their effectiveness will be assessed through a standardised on-road assessment of driving safety at 3 months (T1) and 12 months postintervention (T2). Additionally, monthly self-reported driving diaries will provide data on crashes and incidents.This trial has the potential to identify cost-effective approaches for improving safety for older drivers and contribute to evidence-based health policy, clinical practice and guidelines. ETHICS AND DISSEMINATION: Ethical approval was obtained by the University of New South Wales Human Research Ethics Committee (HC190439, 22 August 2019). The results of the study will be disseminated in peer-reviewed journals and research conferences. TRIAL REGISTRATION NUMBER: ACTRN12622001515785.
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 | 0,083 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,011 | 0,005 |
| Méta-épidémiologie (sens large) | 0,023 | 0,010 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,014 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,076 | 0,019 |
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 ».