Injury prevention in child death review: child pedestrian fatalities
Notice bibliographique
Résumé
OBJECTIVE: This article describes the epidemiology of child pedestrian fatalities in British Columbia using data generated by the province's Child Death Review Unit, to demonstrate the unique capacity of child death review to provide an ecological understanding of child mortality and catalyse evidence based, multi-level prevention strategies. METHODS: All child pedestrian fatalities in British Columbia from 1 January 1 2003 to 31 December 2008 were reviewed. Data on demographics, circumstance of injury, and risk factors related to the child, driver, vehicle, and physical environment were extracted. Frequency of sociodemographic variables and modifiable risk factors were calculated, followed by statistical comparisons against the general population for Aboriginal ancestry, gender, ethnicity, income assistance and driver violations using z and t tests. RESULTS: Analysis of child pedestrian fatalities (n=33) found a significant overrepresentation of Aboriginal children (p=0.06), males (p<0.01), and children within low income families (p<0.01). The majority of incidents occurred in residential areas (51.5%), with a speed limit of 50 kph or higher (85.7%). Risky pedestrian behaviour was a factor in 56.7% of cases, and 33% of children under 10 years of age were not under active supervision. Drivers had significantly more driving violations than the comparison population (p<0.01). CONCLUSION: Child pedestrian fatalities are highly preventable through the modification of behavioural, social, and environmental risk factors. This paper illustrates the ability of child death review to generate an ecological understanding of injury epidemiology not otherwise available and advance policy and programme interventions designed to reduce preventable child mortality.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».