Comparing school environments with and without legislation for the prevention and management of anaphylaxis
Notice bibliographique
Résumé
BACKGROUND: School personnel in contact with students with life-threatening allergies often lack necessary supports, creating a potentially dangerous situation. Sabrina's Law, the first legislation in the world designed to protect such children, requires all Ontario public schools to have a plan to protect children at risk. Although it has captured international attention, the differences a legislative approach makes have not been identified. Our study compared the approaches to anaphylaxis prevention and management in schools with and without legislation. METHODS: Legislated (Ontario) and nonlegislated (Alberta, British Columbia, Newfoundland and Labrador, and Quebec) environments were compared. School board anaphylaxis policies were assessed for consistency with Canadian anaphylaxis guidelines. Parents of at-risk children and school personnel were surveyed to determine their perspectives on school practices. School personnel's EpiPen5 technique was assessed. RESULTS: Consistency of school board policies with anaphylaxis guidelines was significantly better in a legislated environment (P=0.009). Parents in a legislated environment reported more comprehensive anaphylaxis emergency forms (P<0.001), while school personnel in nonlegislated environments reported more comprehensive forms (P=0.004). Despite school personnel in both environments receiving EpiPen5 training (>80%), suboptimal technique was commonly observed. However, school personnel in the legislated environment had better technique (P<0.001). CONCLUSION: Our results suggest that school boards in legislated environments have made greater efforts to support students at risk for anaphylaxis compared to nonlegislated environments. However, significant gaps exist in both environments, especially with respect to EpiPen5 administration, content, and distribution of anaphylaxis emergency forms, and awareness of school procedures by school personnel and parents.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».