ONE VOICE—SAFER CANADA: MERGING CANADA'S FOUR LARGEST INJURY PREVENTION ORGANISATIONS
Notice bibliographique
Résumé
Background Preventable injury kills more than 13 000 Canadians every year, or about 1.5 every hour. In addition to the devastating collateral damage to the person injured and their families the impact for all injury on Canada's economy is more than $19.8 billion each year. Aims/Objectives/Purpose In January 2009, the leaders from four Canadian injury prevention organisations, Safe Communities Canada, Safe Kids Canada, SMARTRISK, and Think First Canada, began to discuss ways to collaborate to advance their collective mission. Methods A multi-phase study was conducted to examine how the four organisations might jointly identify, integrate, and approve shared initiatives in knowledge management, stakeholder engagement, fund development, and marketing—to speak with one voice. Results/Outcome The result of this research was a report, ‘One Voice—Safer Canada’. The key learning was that, at present, injury is a disease without an identity, largely because, unlike other major health causes, there is no single, dominant voice in Canada working to create it. Seven specific recommendations formed the core of this report. A transition steering committee composed of senior decision makers for the organisations crafted a plan to successfully integrate their operations into one entity. Significance/Contribution to the Field As of 1 July 2012 the organisations officially merged as Parachute, with the goal of becoming leaders in the field, educating, inspiring and mobilising Canadians to prevent injuries. The merger presents a unique opportunity to enrich programming, strengthen research, and increase strategic influence to be an impactful and resourceful organisation for all Canadians.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».