Geomatics in injury prevention: the science, the potential and the limitations: Figure 1
Notice bibliographique
Résumé
BACKGROUND: Geomatics describes the activities involved in acquiring and managing geographical data and producing geographical information for scientific, administrative and technical endeavors. As an emerging science, geomatics has a great potential to support public health. Geomatics provides a conceptual foundation for the development of geographic information systems (GIS), computerized tools that manage and display geographical data for analytical applications. As descriptive epidemiology typically involves the examination of person, place and time in the occurrence of disease or injury, geomatics and GIS can play an important role in understanding and preventing injury. AIM: This article provides a background to geomatics for those in the injury prevention field who are unfamiliar with spatial analysis. We hope to stimulate researchers and practitioners to begin to use geomatics to assist in the prevention of injury. METHODS: The authors illustrate the potential benefits and limitations of geomatics in injury prevention in a non-technical way through the use of maps and analysis. RESULTS: By analysing the location of patients treated for fall injuries in Central Toronto using GIS, some demographic and land use variables, such as household income, age, and the location of homeless shelters, were identified as explanatory factors for the spatial distribution. CONCLUSION: By supporting novel approaches to injury prevention, geomatics has a great potential for efforts to combat the burden of injury. Despite some limitations, those with an interest in injury prevention could benefit from this science.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,017 |
| Communication savante | 0,010 | 0,018 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,009 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».