Exploring the relationship between perceptual-cognitive function and driver safety : prediction and transfer
Notice bibliographique
Résumé
La conduite automobile continue d'être le mode de transport dominant dans le monde et le nombre de véhicules sur la route ne devrait qu’augmenter au cours des prochaines décennies. Dans un même temps, l'évolution démographique qui se produit actuellement dans le monde industrialisé implique que la proportion de conducteurs âgés sur la route devrait augmenter considérablement. L'âge s'accompagne de changements de grande envergure dans les systèmes physiques, sensoriels et cognitifs, entraînant des changements fonctionnels qui peuvent être subtils ou profonds. Nous commençons seulement à comprendre comment la variabilité normale et pathologique de ces mesures fonctionnelles affecte les performances de conduite et la sécurité. Le développement d'un outil fiable et fondé sur des données probantes pour distinguer les conducteurs prudents des conducteurs dangereux continue d'être une préoccupation majeure pour les chercheurs en gérontologie, en accidentologie et en clinique. L'accumulation de preuves suggère maintenant qu'il existe un lien important entre des capacités cognitives spécifiques telles que la vitesse de traitement de l’information et l'attention, et les performances de conduite. Continuer à explorer cette relation pour peut-être un jour développer un tel outil est une entreprise importante. Une autre implication de la relation entre les capacités cognitives et les performances de conduite est que les interventions conçues pour les améliorer ou les maintenir pourraient éventuellement améliorer ou maintenir la sécurité et le confort de conduite des individus à court et à long terme. L'objectif de cette thèse est triple. Premièrement, il développe et valide une nouvelle méthodologie pour évaluer les performances de conduite des jeunes adultes et des adultes plus âgés à l'aide de scénarios de simulation de conduite personnalisés. Deuxièmement, elle pousse l'état de nos connaissances sur la façon dont les capacités cognitives sont liées à la performance de conduite en démontrant que la performance sur un test intégratif d'attention dynamique et de vitesse de traitement - c'est-à-dire le suivi d'objets multiples en 3D (3D-MOT) - prédit les performances des conducteurs de différents groupes d'âge. Enfin, elle offre des preuves suggérant que la formation 3D-MOT améliore réellement la fonction attentionnelle et la vitesse de traitement en transférant la performance sur un test indépendant de ces capacités et, finalement, que cette amélioration pourrait se traduire par une amélioration des performances de conduite.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».