Using a modified stepped-wedge randomized controlled trial to evaluate effectiveness of elementary school traffic calming interventions
Notice bibliographique
Résumé
Background Collisions with motor-vehicles are a leading cause of severe child bicyclist and pedestrian injuries in Canada. Injury rates and severity are associated with traffic speeds and volume but are moderated through traffic calming. Objective To assess the association of specific traffic calming measures on changes in traffic speed and volume, and active transportation prevalence, around Calgary, Alberta, Canada elementary schools, both immediately following installation and months later. Methods A uniquely modified stepped wedge randomized controlled trial was conducted at a sample of 52 public elementary schools, from July 2020 to May 2021. Outcomes included traffic speed, traffic volume, and active transportation counts. Data were collected pre- and post-installation for all schools, and up to 32 weeks post-installation at select schools. Results In-street signs were associated with a reduction of between 0.53 and 0.94 km/h (on average) in traffic speeds, depending on time-period. Traffic calming curbs were associated with a reduction of 0.80 km/h during the morning time-period. In-street signs were associated with a reduction of active transportation prevalence in the morning, and an increase in the afternoon. Conclusions Small reductions in traffic speed and volume were observed at locations with in-street signs, with potential reductions to child active transportation injury risk. The use of a modified stepped wedge trial design to evaluate traffic calming features is unique and may guide further evaluation of built environment effects on health outcomes. Studies should assess whether expanding to roadways with higher speed limits may lead to greater reductions in speed.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».