MétaCan
Menu
Retour à la cohorte
Enregistrement W1998275927 · doi:10.1136/ip.2010.029215.813

Bicycle-related head injury rate in Canada over the past 10 years

2010· article· en· W1998275927 sur OpenAlexaffabout
T Middaugh-Bonney, Ian Pike, Mariana Brussoni, Shannon Piedt, Alison Macpherson

Notice bibliographique

RevueInjury Prevention · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLegislationInjury preventionOccupational safety and healthPoison controlMedicineSuicide preventionHuman factors and ergonomicsHead injuryDemographyEnvironmental healthPediatricsSurgeryPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Introduction Bicycle use is common among Canadian children. Legislation to promote bicycle helmet use varies by province and previous publications examining the association between legislation and head injuries are now outdated due to changes in legislation status over time. Purpose To determine bicycle-related injury rates (head and other injuries) in Canada over the past 10 years using hospitalisation data as well to compare those provinces with and without legislation. Methods Childhood bicycle related injuries were extracted from the Canadian Institute for Health Information hospital admissions database. Injury rates were calculated for each province for children aged 5–19 using 2001 census data. Results During the 10 years there were 23 685 hospital admissions due to bicycle-related injuries among Canadian children age 5–19 (76% men and 24% women). A total of 22% of the children sustained a head injury while 78% had other injuries due to a bicycle incident. 22% of men and 21% of women incurred a head injury. The injury rate varied by age group and by provincial legislation status. In general the rate of head injuries is declining, but this is not consistent across the country, nor is it attributable to legislation as some provinces with legislation experienced a decline while others did not. Conclusion Although bicycle-related injuries are generally declining, this decline is not consistent, nor is it clearly associated with helmet laws.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,329
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0030,000

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 Opus0,012
Tête enseignante GPT0,310
Écart entre enseignants0,298 · 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.

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

Citations0
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInjury PreventionMême sujetInjury Epidemiology and PreventionTravaux en français237 207