MétaCan
Menu
Retour à la cohorte
Enregistrement W2046298855 · doi:10.1097/01.paf.0000154334.43260.82

Fatal Gunshot Wounds Between 1995 and 2001 in a Highly Populated Region in Finland

2005· article· en· W2046298855 sur OpenAlexaboutno aff
Juha Rainio, Antti Sajantila

Notice bibliographique

RevueAmerican Journal of Forensic Medicine & Pathology · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGun Ownership and Violence Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGunshot woundMedicineGUNSHOT INJURYPoison controlInjury preventionAutopsySuicide preventionOccupational safety and healthMedical emergencyQuarter (Canadian coin)Emergency medicineSurgeryGeographyArchaeologyPathology

Résumé

récupéré en direct d'OpenAlex

Gunshot injuries are a major problem worldwide from the human, medical, and economic perspectives. The number and characteristics of gunshot fatalities have been observed to vary significantly between countries. This study analyzes fatal gunshot wounds in the region of Uusimaa, Southern Finland, between 1995 and 2001. Gunshot wounds were typically found in suicides committed by men aged between 20 and 60 years. In most cases, a handgun was used. Mental disorders were present in the history of almost one quarter of the victims. Alcohol was identified in postmortem toxicology in half of the cases, but drugs of abuse were relatively uncommon. The autopsy rate in Finland is among the highest of the European Union countries, and a medicolegal investigation is performed in virtually all fatal gunshot incidents. This study is therefore representative of forensic investigations of gunshot fatalities in Finland overall.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,053
Tête enseignante GPT0,373
Écart entre enseignants0,319 · 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

Citations23
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Forensic Medicine & PathologyMême sujetGun Ownership and Violence ResearchTravaux en français237 207