Examining the association between clinical tests and simulated driving performance in long-haul truck drivers
Notice bibliographique
Résumé
OBJECTIVES: The objectives of this study are to profile LHTD health, clinical test scores, and simulated driving performance; examine associations between clinical test scores and simulated driving errors in LHTD; and examine differences between LHTD simulated driving performance in different weather, lighting, and traffic conditions. METHODS: LHTD were recruited from various provincial and federal trucking associations and trucking companies across Canada. A sample of 36 LHTD completed a demographic questionnaire, objective health measures, a battery of cognitive, visual, and motor tests, and two simulated drives with different environmental conditions. RESULTS: The mean age of the sample was 47.9 ± 12.3 years (range 22-69); 94.4% were men. When operating in nighttime, rural, and winter conditions, LHTD made significantly more lane maintenance and speed regulation errors compared to the daytime, urban, and summer drive. In contrast, LHTD made significantly more signaling errors during the daytime urban drive compared to the nighttime, winter drive. Together these findings show that LHTD face significant challenges in a variety of driving environments. When combining both simulated drives, our findings show that poorer TMTA scores were significantly associated with more speed regulation (i.e., over-speeding and hard braking) and total driving errors. Additionally, poorer TMTB and UFOV-2 scores were significantly associated with more adjustment to stimuli, speed regulation, and total driving errors. CONCLUSIONS: Our study highlights the critical role of visual search, processing speed, and divided attention on driving performance, and the significant impact of environmental factors (e.g., lighting; weather; traffic) on the occurrence of specific driving errors and crashes. The integration of cognitive assessments (e.g., UFOV; TMTB) should be considered for inclusion as part of the mandatory medical examinations to ensure LHTD can safely operate their commercial motor vehicle.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».