Bicyclists’ Injuries and the Cycling Environment: The Impact of Route Infrastructure
Notice bibliographique
Résumé
Safety concerns have contributed to low bicycling rates in North America. Injury rates are lower and cycling is more common in northern European countries where route infrastructure is designed for cyclists, yet few studies have examined the relationship between the cycling environment and injuries. A total of 690 people injured while cycling were recruited via emergency departments in Toronto and Vancouver, Canada. Conditional logistic regression compared route infrastructure at each injury site to that of a randomly selected control site from the same trip. The case-crossover design controlled for exposure to risk and for personal characteristics and other factors that are stable within a trip. Of 15 route types, cycle tracks (physically separated paths alongside city streets) had the lowest risk, about 9 times lower than the reference (arterials and collectors with parked cars and no bike infrastructure). Bike lanes on arterials and collectors with no parked cars, local streets, and off street bike paths had 2-fold risk reductions. Risks on arterials and collectors were lower when parked cars were not present. Other infrastructure characteristics were associated with increased risks: downhill grades; streetcar or train tracks; and construction. The results of this study indicate that the design approach used in northern Europe is effective in North America. The following route types are the best choices for common urban transportation locations and would lower injury risks to cyclists: alongside arterials and collectors – cycle tracks; on local streets – designated bikeways with traffic diversion; and off-street – bike paths.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».