Paediatric low speed vehicle run-over fatalities in Queensland
Notice bibliographique
Résumé
INTRODUCTION: Child pedestrian fatalities associated with motor vehicles reversing or moving at low speed are difficult to identify in surveillance data. This study aims to determine the incidence of fatalities associated with what is thought to be an under-reported and preventable fatal injury mechanism. METHODS: The term low speed vehicle run-over (LSVRO) incidents encompasses pedestrian fatalities where vehicles run-over a child at low speed. Data were obtained for children aged 0-15 years in the Australian state of Queensland (January 2004-December 2008). RESULTS: There were 15 deaths (12 boys and 3 girls) during 2004-2008 (rate:1.67/100,000). Over half were aged 0 and 1 years of age (n=8; 53.3%, rate: 14.67/100,000), and one quarter were 2 and 3 years of age (n=4, 27%, rate 7.46/100,000). There were no LSVRO deaths recorded among 10-15 year olds. Most (13/15) of the incidents occurred on private property, and only two occurred on a street/road. Almost half of the fatalities were caused by a four wheel drive (4WD) vehicle; large family sedans were involved in four fatalities, and heavy vehicles were involved in three deaths. In 11 of the fatalities, parents were the drivers of the vehicle involved (mothers 5; fathers 6). In nine, the vehicle involved was reversing before it came in contact with the child. Fatalities occurred in each of the Socio-Economic Indexes For Areas (SEIFA) levels. CONCLUSION: The unique data provided by the child death review team has signalled that LSVRO fatalities are a significant problem in Queensland. The Commission for Children and Young People and Child Guardian (CCYPCG) continue to collect data, which, when combined, will provide outcomes that will act as an impetus for promoting intervention and child advocacy.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».