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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».