Étude naturalistique de la négociation des intersections et du respect des limites de vitesse chez les conducteurs âgés de 65 ans et plus
Bibliographic record
Abstract
Plusieurs études suggèrent que le vieillissement normal pourrait affecter la conduite automobile, particulièrement lors de la négociation d’intersections. Le but de cette étude naturalistique était de documenter les comportements aux intersections marquées par un panneau d’arrêt obligatoire et de contrôle de la vitesse chez des personnes âgées de 65 ans et plus. Vingt participants qui provenaient d’une région urbaine et d’une région semi‐urbaine ont été sollicités pour une semaine d’expérimentation (5 hommes et 5 femmes de chaque région). L’activité de conduite était enregistrée à l’aide d’un GPS et des images du conducteur et de la route. L’analyse de l’ensemble des arrêts obligatoires (986) a montré que les freinages complets sont peu fréquents. Par exemple, la vitesse minimale observée pour plus de 60 % des arrêts obligatoires était supérieure à 4,99 km/h pour les hommes (38 % des arrêts pour les femmes). Les différences entre les régions au niveau des stratégies aux arrêts n’étaient pas significatives (p > 0,05). Un total de 1 561 excès de vitesse a été identifié. Un plus grand nombre de dépassements de vitesse a été observé dans des zones de limitation de vitesse à 50 km/h (907 événements) (p < 0,05). Parmi ces excès de vitesse, elles montrent des stratégies de conduite adoptées par le conducteur âgé en situations naturelles.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".