Developments in Canadian community-based impaired driving initiatives: MADD Canada's "Campaign 911"
Notice bibliographique
Résumé
Various programs have been undertaken in Canada and the United States to encourage the public to report suspected impaired drivers to the police. The elements of these programs have varied, few programs were assessed, and the collected data were incomplete. In 2007, MADD Canada launched its national lCampaign 911r to encourage the public to report suspected impaired drivers. MADD Canada is the countryrs largest grassroots anti-impaired driving organization, giving its programs considerable reach. This paper reviews the pre-existing public mobilization programs, describes the key elements of MADD Canadars Campaign 911 and assesses its reported impact. The results of MADD Canadars Campaign 911 have been promising. The reported benefits include: increased public perception of the risk of apprehension; increased public calls to the police regarding suspected impaired drivers; and increased police vehicle interceptions, provincial licence suspensions, federal impaired driving charges, and police follow-up with the owners of reported vehicles that were not intercepted. The elements of Campaign 911 are consistent with the research on effective media, traffic safety and multi-component community campaigns. Similarly, the focus on increasing police interception and charge rates is consistent with deterrence theory. However, the specific features, intensity and duration of the individual campaigns vary, and data on these campaigns have not been collected on a consistent basis. Nevertheless, given the promising results to date, MADD Canadars Campaign 911 warrants a systematic review.
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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».