Étude de l'importance de répondre aux besoins visuels en conduite automobile lorsque la demande visuelle et cognitive est fortement sollicitée
Bibliographic record
Abstract
La sécurité routière est un enjeu de santé publique et de développement à travers le monde. En 2010, déjà plus d'un milliard de véhicules à travers le monde étaient en circulation (1). En 2016, près de 1,35 million de personnes ont été rapportées comme décédées suite à des accidents de la route (2). Avec des intérieurs de véhicules et des environnements routiers en constante évolution au cours du dernier siècle, les capacités visuelles sont de plus en plus sollicitées entraînant également une contribution accrue des capacités cognitives. Du point de vue scientifique et clinique, l'interaction entre les mécanismes visuels, tels que l'acuité visuelle et les mécanismes cognitifs impliqués pendant la conduite sont encore peu étudiés et à peine promus comme éléments clés du comportement de conduite sécuritaire. L'étude de cette problématique, dont l'impact est sous-estimé au niveau sociétal, est au coeur de ce travail de maîtrise. Si l'acuité visuelle est difficile à relier aux taux d'accidentologie (3, 4), il est cependant reconnu que les capacités visuo cognitives prédisent le taux d'accidentologie sur route à cinq ans (3) et en simulateur de conduite (5). C’est pourquoi dans cette étude, nous avons émis l'hypothèse que, dans un contexte de forte charge cognitive en conduite, une diminution de l'acuité visuelle aurait un impact négatif sur le comportement de conduite. Nous avons examiné si un seuil d'acuité visuelle artificiellement réduit au seuil légal d'obtention du permis de conduire au Canada, et une réduction plus importante induirait un effet sur les performances de conduite. Le comportement de 21 conducteurs âgés de 21 à 34 ans a été mesuré à l'aide du simulateur VS500M dans divers contextes de conduite et de charge cognitive. Un scénario rural de conduite à faible charge cognitive en comparaison à un scénario autoroute de conduite impliquant des tâches de navigation sur GPS ont été utilisés. Deux scénarios de chaque ont été réalisés avec une vision optimale -acuité visuelle de 6/6- et une qualité de vision réduite -acuité visuelle réduite artificiellement à un niveau plus faible pour 11 des conducteurs et une réduction plus importante pour 10 des conducteurs. Les résultats, faisant l'objet d'une publication scientifique à comité de lecture en préparation, démontrent une diminution des capacités à manoeuvrer le véhicule efficacement, notamment une augmentation de la variabilité de la vitesse et de la position latérale du véhicule (SDLP) en contexte de charge mentale élevée, une augmentation de la variabilité de la vitesse en condition de qualité de vision réduite lors de présence de charge mentale élevée ainsi qu'une diminution de la vitesse moyenne et une augmentation de sa variabilité selon les groupes de réduction de qualité visuelle, toujours dans un contexte de charge mentale élevée. Même si le taux de succès reste stable malgré la manipulation expérimentale, les résultats confirment l'importance d'évaluer les enjeux visuels dans des contextes certes quotidiens, mais pour 2 lesquels les interactions avec la cognition sont encore peu considérées. La sollicitation de la vision à des distances intermédiaires par la tâche de GPS, en plus des distances de loin telles que considérées par les aspects normatifs de la législation du permis de conduire, l'augmentation de la charge cognitive associée à cette double tâche de mobilité et de navigation, mais aussi à la réduction de la qualité de vision nous amènent à proposer de nouvelles pistes de recherche dans la discussion de ce mémoire pour mieux comprendre les enjeux des amétropies visuelles, de la presbytie ou bien encore du vieillissement
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 | 0.005 | 0.030 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".