MétaCan
Menu
Retour à la cohorte
Enregistrement W1985923644 · doi:10.13031/2013.8433

Agricultural Machinery Injuries in Ontario, 1985â1996: A Comparison of Males and Females

2002· article· en· W1985923644 sur OpenAlexafffundabout
Alison R. Locker, William Pickett, Lisa Hartling, John Dorland

Notice bibliographique

RevueJournal of Agricultural Safety and Health · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensCanadian Institute for Health Information
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésAgricultureInjury preventionOccupational safety and healthPoison controlHuman factors and ergonomicsSuicide preventionDemographyMedicineEnvironmental healthBiologyEcologyPathology

Résumé

récupéré en direct d'OpenAlex

Males and females on farms perform different types of work. This study investigated whether certain injuries experienced by women and men on farms also differed. Gender-based comparisons were made of fatal and hospitalized agricultural machinery injuries that took place in Ontario, Canada, between 1985 and 1996. Data compiled by the Canadian Agricultural Injury Surveillance Program (CAISP) were used. Comparisons were based on 2,333 injury records and six descriptors: age group, time period, agricultural season in which the injury occurred, machinery involved, mechanism of injury, type of machinery, and admission category (where applicable). Distributions of injuries between males and females were statistically different by age group, agricultural production season, and mechanism of injury. These and other differences suggest that gender-specific injury patterns exist. Future studies should examine thefactors contributing to these differences, including degree and duration of exposure to agricultural machinery.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,047
Tête enseignante GPT0,268
Écart entre enseignants0,221 · 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

Citations11
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Safety and HealthMême sujetAgriculture and Farm SafetyTravaux en français237 207