The introduction of booster seat legislation in Canada: is it working?
Notice bibliographique
Résumé
Background Booster seat legislation may decrease the burden of motor vehicle occupant injury in children 4–9 years old. Methods We examined rates of hospitalisations for motor vehicle (MV) occupant-related injuries, seatbelt-related injuries and MV occupant-related fatalities in Canadian children, comparing provinces with legislation (Ontario 2005, Quebec 2003) to those without. Hospital discharge data was obtained for 1994–2005 from the Discharge Abstract Database (DAD) and the Hospital Morbidity Database (HMDB). Death data was obtained from the Traffic Accident Information Database (TRAID). Population based injury and death rate ratios were calculated and changes from 1994 to 2005 were determined. Results There were a total of 3920 MV occupant-related hospitalisations and 358 MV occupant-related fatalities in Canadian children aged 4–9. In 2005, after legislation, Ontario had a significantly lower rate of hospitalisation for MV occupant-related injuries (RR=0.49 (95% CI 0.35 to 0.63)). Rates of hospitalisations and fatalities declined from 1994 to 2005 across all provinces regardless of legislation status. Ontario had significantly higher rate reductions and a consistently lower annual rate of MV occupant-related hospitalisations than other provinces. Injury and death rates were higher in Quebec and increased after legislation was introduced. Discussion Results indicate heterogeneity between the two provinces with booster seat legislation. The simple presence of booster seat legislation is not sufficient to decrease the burden of motor vehicle occupant injuries.
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 | 0,001 | 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 ».