MétaCan
Menu
Retour à la cohorte
Enregistrement W1980452473 · doi:10.1177/1010539510361787

Comparison of On-Reserve Road Versus Off-Reserve Road Motor Vehicle Crashes in Saskatchewan, Canada

2010· article· en· W1980452473 sur OpenAlexaffabout
Ediriweera Desapriya, Takeo Fujiwara, Pamela Verma, Shelina Babul, Ian Pike

Notice bibliographique

RevueAsia Pacific Journal of Public Health · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensCommunity Based Research CentreSpinal Cord Injury BCUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionPopulationPoison controlMotor vehicle crashDemographyBivariate analysisMedicineGeographyInjury preventionStatisticsEnvironmental healthMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is an overwhelmingly high incidence of severe injuries caused by motor vehicle crashes (MVCs) among Aboriginal Canadians as compared with the general population. METHODS: The authors obtained MVC data for a 3-year period, 2003-2005, from Saskatchewan Government Insurance (SGI) for collisions occurring on on-reserve roads (n = 1270) together with a randomly selected sample of MVCs from off-reserve roads (n = 1270) in Saskatchewan. They compared the collision characteristics using bivariate and multiple logistic regressions. RESULTS: On-reserve MVCs were more likely to include multiple collisions and result in severe injuries than the off-reserve sample. A number of factors were significantly related to the increased risk of on-reserve collisions as compared with the reference group for each variable. INTERPRETATION: Factors from all 3 levels (human, environmental, and vehicle factors) are associated with on-reserve MVCs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,293
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Public HealthMême sujetTraffic and Road SafetyTravaux en français237 207