Ressources et vulnérabilités psychologiques des conducteurs "tout-venant" et infractionnistes
Bibliographic record
Abstract
Dans cette thèse sur articles, nous examinons l’influence conjointe des ressources psychologiques (dont l’empathie) et des facteurs de vulnérabilité des conducteurs français « tout-venant » et infractionnistes sur leurs comportements routiers dangereux et prosociaux. Nous explorons plus particulièrement les caractéristiques personnelles des infractionnistes participant à un stage de sensibilisation à la sécurité routière. Une première étude (N=550 conducteurs « tout-venant ») a permis d’adapter en français une échelle d’empathie, le Toronto Empathy Questionnaire (Spreng et al., 2009) et d’explorer les liens entre empathie et comportements routiers. Une seconde étude réalisée dans les stages de sensibilisation à la sécurité routière (N=1686) a permis d’explorer les caractéristiques sociodémographiques et psychologiques des conducteurs infractionnistes et de trois sous-échantillons issus de cette population : les femmes infractionnistes, les conducteurs qui participent à au moins trois stages en cinq ans (réitérants) et ceux qui y participent pour la première fois (primo-stagiaires). Ces études ont montré la contribution importante des dispositions personnelles dans les comportements routiers. L’étude conjointe de l’expression de la colère au volant, la disposition à l’attention consciente, l’empathie, les traits psychopathiques primaires, l’impulsivité et la recherche de sensations offre un cadre empirique et théorique intéressant dans lequel les comportements des conducteurs, notamment infractionnistes, peuvent être mieux compris, et ouvre des perspectives encourageantes pour de futures recherches et des applications pratiques dans la prévention du risque routier.
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 | 0.002 | 0.006 |
| 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 | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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 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".