Validation of the Theory of planned behaviour in different cultural settings – international comparison of drunk-driving across 5 countries
Notice bibliographique
Résumé
Key-words. driving under the influence; alcohol; theory of planned behaviour; international survey; road safety culture Background. Theory of Planned Behaviour (TPB, Ajzen, 1991) is a psychological model which is widely used in traffic research to predict e.g. drunk-driving (Moan & Rise, 2011; Rivis et al., 2011, Chan et al., 2010). Some studies question its validity in cross-cultural application especially in developing countries (Nordfjærn et al., 2011). Objectives. The objective of the present study is to validate the TPB model in different cultural settings. The study is based on the results of a spin-off of ESRA (E-Survey of Road users’ Attitudes; Meesmann et al., 2018) in 2017. It investigates cross-cultural differences in self-declared drunk-driving and related behaviour determinants (TPB), such as social norms, attitudes, self-efficacy and habits in Austria, Brazil, Canada, India, Nigeria and the United Kingdom. Methods. In each county a representative sample of the national adult population (N=500) was requested to complete an online survey. Linear regression models were used to investigate the association between the behaviour determinants and self-declared drunk-driving. The models were fitted on the whole sample and the national samples separately. Results. The results show that unsafe road safety attitudes, personal and perceived acceptability of drunk-driving, a low self-efficacy to control drunk-driving, unsafe intention and habits were significantly associated with self-declared drunk-driving. The linear regression models of drunk-driving explained a satisfactory amount of variance in all countries but was lower in Nigeria (R2 Nigeria .48 all other countries >.61). Conclusions. The results of this study support the validity of the TPB model in these cross-cultural settings. The intention is to elaborate this investigation to the 32 countries of the ESRA2 survey, which will be conducted in November 2018.
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 | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».