Effet du temps, de l'alcool et de l'expérience sur le comportement de conduite, l'éveil physiologique et la vigilance auto-rapportée
Bibliographic record
Abstract
La durée de conduite en environnement monotone est connue pour produire une baisse du niveau d'éveil physiologique. Il en est de même de l'ingestion d'alcool, notamment lors de la phase descendante de l'imprégnation alcoolique (élimination) suivant la consommation. Enfin, le manque d'expérience, lié à un niveau d'habileté limité, entraîne également une baisse du niveau d'éveil. En effet, le conducteur débutant doit puiser dans ses réserves et fournir un effort supplémentaire pour arriver à des performances identiques à celles d'un conducteur plus expérimenté. La baisse du niveau d'éveil serait la conséquence de cet effort supplémentaire. L'ensemble de ses facteurs est ainsi susceptible de provoquer un comportement de conduite dégradé et/ou inadapté dû à un niveau d'éveil physiologique trop faible. L'objet de ce travail est ainsi d'une part de mettre en évidence les effets cumulés des différents facteurs d'accident que sont la durée de conduite, l'alcool et l'expérience de conduite sur le niveau d'éveil, d'autre part d'évaluer quels sont les paramètres de conduite qui en sont affectés, enfin d'évaluer les liens entre ces facteurs, la vigilance auto-rapportée et l'éveil physiologique.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".