Challenges in Responding to Cannabis-Impaired Motor Vehicle Drivers
Notice bibliographique
Résumé
Cannabis is a drug that is widely used in North America, Europe, and Oceania (1) by young adults ages 18 to 25 years who are at the highest risk of being in motor vehicle crashes that injure or kill them and other drivers (2). Its use has been shown in laboratory and road studies (3) to impair driving performance, and governments have introduced policies to discourage cannabis use by drivers (4, 5). A study by Fitzgerald et al. (6) in the current issue raises serious doubts about the scientific validity of using measures of Δ9-tetrahydrocannabinol (THC; the primary active ingredient of cannabis) in blood to identify cannabis-impaired drivers. Jurisdictions in Australia, Canada, Europe, and the United States have passed laws that specify various levels of THC in blood (e.g., 2 ng/mL or 5 ng/mL) as prima facie evidence that a driver was impaired by cannabis (5). Some jurisdictions have passed zero-tolerance laws that treat any detectable level of THC in blood (e.g., >0.5 ng/mL) as evidence of cannabis-impaired driving (5).
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 | 0,012 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».