Exploring the relationship between perceptual-cognitive function and driver safety : prediction and transfer
Bibliographic record
Abstract
La conduite automobile continue d'être le mode de transport dominant dans le monde et le nombre de véhicules sur la route ne devrait qu’augmenter au cours des prochaines décennies. Dans un même temps, l'évolution démographique qui se produit actuellement dans le monde industrialisé implique que la proportion de conducteurs âgés sur la route devrait augmenter considérablement. L'âge s'accompagne de changements de grande envergure dans les systèmes physiques, sensoriels et cognitifs, entraînant des changements fonctionnels qui peuvent être subtils ou profonds. Nous commençons seulement à comprendre comment la variabilité normale et pathologique de ces mesures fonctionnelles affecte les performances de conduite et la sécurité. Le développement d'un outil fiable et fondé sur des données probantes pour distinguer les conducteurs prudents des conducteurs dangereux continue d'être une préoccupation majeure pour les chercheurs en gérontologie, en accidentologie et en clinique. L'accumulation de preuves suggère maintenant qu'il existe un lien important entre des capacités cognitives spécifiques telles que la vitesse de traitement de l’information et l'attention, et les performances de conduite. Continuer à explorer cette relation pour peut-être un jour développer un tel outil est une entreprise importante. Une autre implication de la relation entre les capacités cognitives et les performances de conduite est que les interventions conçues pour les améliorer ou les maintenir pourraient éventuellement améliorer ou maintenir la sécurité et le confort de conduite des individus à court et à long terme. L'objectif de cette thèse est triple. Premièrement, il développe et valide une nouvelle méthodologie pour évaluer les performances de conduite des jeunes adultes et des adultes plus âgés à l'aide de scénarios de simulation de conduite personnalisés. Deuxièmement, elle pousse l'état de nos connaissances sur la façon dont les capacités cognitives sont liées à la performance de conduite en démontrant que la performance sur un test intégratif d'attention dynamique et de vitesse de traitement - c'est-à-dire le suivi d'objets multiples en 3D (3D-MOT) - prédit les performances des conducteurs de différents groupes d'âge. Enfin, elle offre des preuves suggérant que la formation 3D-MOT améliore réellement la fonction attentionnelle et la vitesse de traitement en transférant la performance sur un test indépendant de ces capacités et, finalement, que cette amélioration pourrait se traduire par une amélioration des performances de conduite.
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 | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".