Exploring the association between a periodic safe-ride program and urban alcohol-impaired driving crashes in Quebec, Canada: a cross-sectional time-series analysis
Notice bibliographique
Résumé
INTRODUCTION: In Canada, alcohol-impaired driving is a persistent public health concern in need of effective community-based prevention strategies. This study examined the association between the number of rides offered by a safe-ride program in the province of Quebec every December and alcohol-related injury crashes during the 2000-2019 period. METHOD: Safe-ride programs in four cities were examined (Montreal, Quebec, Sherbrooke and Trois-Rivières) using an ecological approach. The data set was structured as a balanced cross-sectional time series. Random-effects negative binomial regression modelled the relationship between the number of rides provided by the safe-ride program and night-time alcohol-related crashes involving serious injuries and fatalities, with individual city population as an offset variable. RESULTS: The median number of night-time alcohol-related crashes for the months of December for the 2000-2019 period was 3.0 (IQR=1.5-4.5). The median number of rides offered was 16 894 (IQR=15 586-18 391). The association between the number of rides provided by the safe-ride program and night-time alcohol-related crashes (IRR=1.0002; 95% CI 0.9999, 1.0005) was not significant. CONCLUSION: The role of the number of rides provided by the safe-ride program in reducing night-time alcohol-related crashes was inconclusive. Specific program features may influence the findings. Future research is needed to understand the specific characteristics of safe-ride programs that could influence their putative benefits.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».