MétaCan
Menu
Retour à la cohorte
Enregistrement W630209669

A COMPARISON OF DRIVING WHILE INTOXICATED LAWS IN THE UNITED STATES AND CANADA

2002· article· en· W630209669 sur OpenAlexaboutno aff
Linda C. Degutis, N. Geisbrecht, Gina Stoduto, H. Sayward

Notice bibliographique

RevuePROCEEDINGS OF THE 16TH INTERNATIONAL CONFERENCE ON ALCOHOL, DRUGS AND TRAFFIC SAFETY · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationSanctionsLawStatuteLegislaturePolitical scienceCriminal codeState (computer science)Legislative historyParliamentGovernment (linguistics)Criminal law
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the similarities and differences in driving while impaired (DWI) laws in the United States (US) and Canada. Essentially all DWI law in the US is governed by state statutes, while many Canadian policies are a part of the Canadian Criminal Code, set by the national Parliament. The federal government in the US has attempted to use financial incentives in order to encourage states to pass more stringent DWI laws, and in particular, a blood alcohol concentration (BAC) limit for DWI of 80 mg%; open container laws, and more severe sanctions for repeat DWI offenders. Legislative records and history have been reviewed in order to determine dates of passage of laws as well as introductions of policy that failed to become law. Records include text of legislation as well as oral and written testimony. A comparison of the dates of enactment of laws in US states and Canadian provinces was made for BAC limits, administrative per se laws, special BAC limits for young drivers, and sanctions for DWI convictions. Federal legislation that provides incentives for passage of state laws in the US has not resulted in across the board passage of .08 or open container laws. Canadian provinces have uniformly lower BAC limits, and stricter penalties for DWI violations. (A) For the covering abstract of the conference, see ITRD Abstract No. E201067.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,465

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0090,016
Études des sciences et des technologies0,0050,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,032
Tête enseignante GPT0,253
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePROCEEDINGS OF THE 16TH INTERNATIONAL CONFERENCE ON ALCOHOL, DRUGS AND TRAFFIC SAFETYMême sujetTraffic and Road SafetyTravaux en français237 207