Quelle efficacité de la menace dans les campagnes de sécurité routière ? Une évaluation tridimensionnelle
Bibliographic record
Abstract
Les accidents de la route comptent parmi les plus importants problèmes de santé publique des trente dernières années. De nombreuses interventions sont mises en œuvre ou ont été améliorées pour tenter de les prévenir, notamment des campagnes de prévention. Malgré les efforts déployés pour élaborer de telles campagnes, leur efficacité n’est que rarement évaluée. Notre étude s’intéresse spécifiquement aux messages de sécurité routière basés sur la menace et vise à opérationnaliser d’une manière novatrice l’évaluation de leur efficacité. Nous avons évalué 14 messages télévisuels qui varient quant à trois niveaux de réalisme (symbolique/réalisme/hyperréalisme). Nous avons utilisé une approche évaluative tridimensionnelle combinant la réponse électrodermale de conduction, la technique de l’évaluation continue et les réponses cognitives spontanées. Les résultats démontrent que les messages où la menace est dépeinte de façon hyperréaliste sont les plus efficaces pour exacerber l’importance des processus émotionnels et cognitifs liés au traitement de l’information publicitaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".