MétaCan
Menu
Retour à la cohorte
Enregistrement W2007059084 · doi:10.13031/2013.5441

Summary of Fatal Entrapments in OnâFarm Grain Storage Bins, 1966â1998

2001· article· en· W2007059084 sur OpenAlexaboutno aff
Douglas M. Kingman, W. E. Field, Dirk E. Maier

Notice bibliographique

RevueJournal of Agricultural Safety and Health · 2001
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureBinMedicineForensic engineeringEnvironmental healthToxicologyGeographyEngineeringArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

For over 30 years, Purdue University has maintained a national database of agriculture-related entrapment cases that have occurred in loose agricultural material. At present, 391 documented fatal and non-fatal entrapments from the U.S. and Canada make up the Purdue University Agricultural Entrapment Database. In order to specifically study fatal cases of entrapments in grain bins located on farms, the database was reviewed, 181 cases were identified using specific criteria, and the results were summarized. Approximately five cases per year were identified between 1966 and 1998, representing 18 states and one Canadian province. Entrapments were generally reported more often in the top corn-producing states and during the months of November, December, January, March, and June. In 24% of the cases in which the victim's age was known, the victims were younger than 16. Children and adolescents younger than 16 were more often fatally entrapped in June than in any other month. For cases in which the product was known, corn was the agent of injury in 53% of the cases and was frequently found to be out-of-condition. At the time of entrapment, victims were involved with bin unloading activities in 76% of the cases in which the activity was identified. These findings are being used to design new injury prevention strategies, including educational materials and recommendations for engineering controls that focus on primary causative factors.

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)0,001
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 enseignants0,687
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,246
Écart entre enseignants0,227 · 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

Citations16
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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