Notice bibliographique
Résumé
RÉSUMÉ: «Cette thèse examine l’impact de la pandémie de COVID-19 sur la mobilité, les comportements de conduite à risque et la sécurité routière au Québec sur trois périodes, en 2019 (avant la pandémie), 2020 (pendant les mesures sanitaires) et 2023 (après la fin des restrictions) à partir de données auto-déclarées provenant d’un sondage. La mobilité et l’exposition ont chuté brutalement en 2020 et n’ont que partiellement retrouvé leur niveau en 2023. Les comportements à risque et les résultats de sécurité ont suivi une trajectoire en V : la plupart des risques et des quasi-accidents/accidents ont diminué en 2020 avant de remonter en 2023, les distractions technologiques (envoi de textos, regard sur l’écran, conversation mains libres), les excès de vitesse et la conduite en état de fatigue dépassant alors les niveaux avant la pandémie. Six profils basés sur les comportements à risque ont été identifiés : conducteurs prudents, conducteurs à haut risque, excès de vitesse avec distraction technologique, conducteurs distraits par les écrans, conducteurs bavards au téléphone, et conducteurs texteurs. Tous les profils dangereux présentaient chaque année une probabilité significativement plus élevée de quasi-accidents que les conducteurs prudents, même en tenant compte des variables sociodémographiques, de l’exposition et des attitudes. Les hommes et les jeunes adultes étaient surreprésentés dans les profils les plus risqués. L’acceptabilité des comportements à risque s’est révélée être le prédicteur attitudinal le plus puissant de l’appartenance à un profil, tandis que la propension générale au risque et les orientations libertaires montraient des liens plus faibles ou non significatifs. La pandémie a temporairement amélioré la sécurité routière en 2020, mais dès 2023, les comportements à risque en particulier les distractions liées aux technologies ainsi que les accidents et quasi-accidents (auto-déclarés) étaient plus élevés qu’avant la pandémie, traduisant un effet rebond accompagné de dégradations persistantes.» ABSTRACT: «This thesis investigates the impact of the COVID-19 pandemic on mobility, risky driving behaviors, and road safety outcomes in Québec across three periods: 2019 (pre-pandemic), 2020 (sanitary restrictions), and 2023 (post-restrictions) using self-reported data from a questionnaire. Mobility and exposure dropped sharply in 2020 and only partially recovered by 2023. Risky driving behaviors and safety outcomes similarly followed a V-shaped pattern: most risks and near-misses/crashes decreased in 2020 but rose again by 2023, with technology-related distractions (texting, screen-looking, hands-free talking), speeding, and fatigue driving exceeding pre-pandemic levels. Six risky-behavior-based clusters were identified: Safe Drivers, High-Risk Drivers, Tech-Distracted Speeders, Screen-Distracted Drivers, Chatty Speeders, and Texting Drivers. High risk, Texting Drivers, Tech-Distracted Speeders, and Screen-Distracted Drivers exhibited significantly higher likelihood of near-misses and crashes in every year than Safe Drivers, even after controlling for socio-demographics, exposure, and attitudes. Males and younger adults were over-represented in the riskiest clusters. Acceptability of risky driving proved the strongest attitudinal predictor of cluster membership, while general risk-taking personality and liberty orientations showed weaker or no significant links. The pandemic temporarily reduced participants reporting risky driving behaviours in 2020, but by 2023 risky behaviors particularly technology-based distractions and self-reported crashes and near-misses were higher than before the pandemic, indicating a rebound with persistent negative changes.»
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 | 0,002 | 0,004 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».