The Influence of Passengers on Driving in Young Drivers with Varying Levels of Experience
Notice bibliographique
Résumé
Young drivers are at disproportionate risk of collision. It is unclear whether it is age or lack of driving experience that is the problem because age and experience are confounded in most studies (experienced drivers are typically much older). This study focused on drivers who were about the same age: all within the critical first years of skill development. We compared drivers just starting to drive (learner’s license) with those with a full license. Young drivers are especially at risk when driving with passengers. Consequently, we were interested in how the ability to drive with passengers changes in these first years. Driving performance was measured in a driving simulator when the passenger was absent (Absent condition), and when there was a passenger who was either asking the driver questions or was silent (Talking and Silent conditions). As predicted, the experienced young drivers had lower hazard response times and fewer collisions. Similarly, as predicted, performance was worse in the Talking condition, insofar as more drivers missed their turnoff in the way-finding task (where they were required to arrive at a certain destination using signs and landmarks). However, there were also interactive effects of experience and condition. In-vehicle conversation had an especially negative effect on the least experienced drivers, producing more collisions. Conversely, the more experienced young drivers sped up when they were driving with a passenger who talked with them. There was little difference between Silent and Absent conditions for all measures. This suggests in-vehicle conversation may be the critical factor.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».