MétaCan
Menu
Retour à la cohorte
Enregistrement W603272967

Use of Electronic Communication Devices by Canadian Drivers in Urban Areas

2014· article· en· W603272967 sur OpenAlexaboutno aff
Brian A. Jonah, Valerie Todd

Notice bibliographique

RevueTransportation Research Board 93rd Annual MeetingTransportation Research Board · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHuman Mobility and Location-Based Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhoneLegislationJurisdictionGeographyTruckBusinessTransport engineeringEngineeringPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The use of electronic communication devices (ECDs) such as cell phones, smart phones, and tablets by drivers has been found to increase the likelihood of motor vehicle crashes in a number of epidemiological studies. The last time that cell phone use in Canada was observed, an estimated 3.6% of drivers were talking on cell phones in rural areas in 2009 and 3.3% were using them in urban areas in 2010. Given that most Canadian jurisdictions have passed legislation prohibiting the use of hand-held devices by drivers, there is interest in whether there has been a change in the use of these devices. An observational survey was conducted at 286 urban sites across Canada during September 2012. A total of 70,686 drivers of light duty vehicles were observed while they were stopped at a traffic light or a stop sign. Whether they were using an ECD was recorded as well as the type of usage (i.e., speaking, typing, both), driver age and gender, number of passengers in the vehicle, and type of vehicle. The weighted national urban survey results show that an estimated 4.6% (± 0.5) of the drivers used an ECD, varying by jurisdiction from 1.3 to 7.0%. ECD use was more frequent among young drivers (<25 years of age), drivers of light trucks, drivers without passengers, and somewhat more by female drivers. ECDs were used for talking by 2.3% of drivers and for typing by 1.7% of drivers. Nationally, the use of hand-held ECDs for talking was 61% lower in 2012 than that observed in 2007. A detailed analysis of drivers talking on ECDs before and after laws prohibiting their use came into effect indicated that usage was significantly lower after the law in nine jurisdictions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,370
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 93rd Annual MeetingTransportation Research BoardMême sujetHuman Mobility and Location-Based AnalysisTravaux en français237 207