Multilevel analysis of associations between socioeconomic status and injury among Canadian adolescents
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
STUDY OBJECTIVE: To determine the contribution of individual and area level measures of socioeconomic status (SES) to the occurrence of various injury types among Canadian adolescents. DESIGN AND SETTING: Cross sectional Canadian data were used from two sources: (1) the 2001/02 health behaviour in school aged children survey (individual level SES measures, injury measures), and (2) the 2001 Canada census of population (area level SES measures). Injury outcomes included: medically treated injury, injury hospitalisation, sport/recreational injury, and fighting injury. Multilevel logistic regression models were used to examine individual and area level SES measures as potential determinants of adolescent injury. PARTICIPANTS: 7235 students in grades 6-10 from 170 schools across Canada. MAIN RESULTS: Associations between SES and injury were identified for each injury outcome examined, although a clear direction of association was not present for the overall measure of medically treated injury. In general, lower SES was associated with increased risk for hospitalised and fighting injury. Higher SES was associated with increased risks for sport/recreational injury. Independent contributions of individual and area level measures of SES were seen for hospitalised and fighting injury. CONCLUSIONS: Associations between SES and adolescent injury exist; however, the direction of these relations becomes more apparent with particular indicators of SES and when homogenous injury outcomes are evaluated.
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.
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 | 0,017 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 découle