MétaCan
Menu
Retour à la cohorte
Enregistrement W2065232568 · doi:10.1080/17457300.2013.842594

Epidemiology of unintentional child injuries in the South-East Asia Region: a systematic review

2013· review· en· W2065232568 sur OpenAlexaboutno aff
Puspa Raj Pant, Elizabeth Towner, Paul Pilkington, Matthew Ellis

Notice bibliographique

RevueInternational Journal of Injury Control and Safety Promotion · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensnon disponible
Organismes subventionnairesRoyal Society
Mots-clésInjury preventionMedicinePoison controlOccupational safety and healthSuicide preventionEpidemiologyEnvironmental healthHuman factors and ergonomicsPopulationDeveloping countryQuarter (Canadian coin)Medical emergencyGeographyEconomic growthPathology

Résumé

récupéré en direct d'OpenAlex

All the 11 members of the South-East Asia Region (SEAR) of the World Health Organization are categorised as low- and middle-income countries. This region has over a quarter of the world's total population but comprises about one-third of the world's unintentional injury-related deaths. There is a paucity of good-quality mortality and morbidity data from most of these countries. This is the first systematic review of community-based surveys on child injuries that summarises evidence from child injury studies from the SEAR countries. The included papers reported varying estimates of overall non-fatal unintentional injury rates across the countries, from 15/1000 children in Thailand to as high as 342/1000 children in India. The fatal injury rates were also found to be varying. This review revealed a need for strengthening child injury research using standard methodologies across the region and for promoting the dissemination of the results.

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)0,008
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,731

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,046
Tête enseignante GPT0,364
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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Injury Control and Safety PromotionMême sujetInjury Epidemiology and PreventionTravaux en français237 207