Neighborhood Socioeconomic Status and Homicides Among Children in Urban Canada
Notice bibliographique
Résumé
OBJECTIVE: We sought to determine the influence of neighborhood income on homicides among children living in urban Canada. METHODS: Homicides among children <15 years of age living in any of Canada's census metropolitan areas in 1996, 1997, or 1998 were identified on the basis of vital statistics death registration data, by using International Classification of Diseases, Ninth Revision codes. Deaths were assigned to census tracts through postal codes, and the tracts were then assigned to neighborhood income quintiles on the basis of the proportions of the population below the Statistics Canada low-income cutoff values. Census population counts and intercensal population interpolations were used to estimate person-years at risk for rate calculations. Interquintile rate ratios and 95% confidence intervals were calculated. Poisson regression was used to model the effects of neighborhood income quintiles on homicide rates, after adjustment for age. RESULTS: During the 3-year study period, there were 87 homicides among children <15 years of age in Canada's census metropolitan areas (0.82 cases per 100,000; not statistically different according to gender). The age-adjusted relative risks for the lowest versus highest neighborhood income quintiles were 2.95 for all children <15 years of age and 3.39 for children <5 years of age. CONCLUSION: Effective child homicide-prevention strategies should be focused on children <5 years of age living in low-income areas.
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 | 0,000 | 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 ».