MétaCan
Menu
Retour à la cohorte
Enregistrement W2084045359 · doi:10.1097/paf.0b013e318183241f

Fatalities Associated With the Termination of Electrical Services

2008· article· en· W2084045359 sur OpenAlexaff
Robert Stoppacher, Andrea R. Yancon, Mary Jumbelic

Notice bibliographique

RevueAmerican Journal of Forensic Medicine & Pathology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensOffice of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésElectrocutionMedical emergencyElectrical InjuriesBusinessMedicinePoison controlForensic engineeringInjury preventionEnvironmental healthEngineering

Résumé

récupéré en direct d'OpenAlex

The worldwide dependence on electricity to support the needs of today's society is often taken for granted and, as such, the hazards associated with the termination of electrical services are often neglected. Whether electrical services are unintentionally terminated as the result of severe weather or intentionally terminated as the result of nonpayment of utility bills, the ensuing conditions may lead to injury or death in affected individuals. We performed a retrospective review of all deaths investigated by the Onondaga County Medical Examiner's Office between 1999 and 2004. Our case database was searched for causes of death that included hypothermia, hyperthermia, carbon monoxide, fire, electrocution, and/or electricity. Further review of these cases was undertaken to determine the potential relationship between the death and the termination of electrical services. Seven fatalities were found to be associated with the termination of electrical services. Four fatalities resulted from its unintentional termination and 3 were a consequence of intentional termination. In reporting these deaths, we hope to emphasize the potential dangers associated with the termination of electrical services and explore the informational programs and public health laws that are in place to limit the associated potential negative outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,280
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Forensic Medicine & PathologyMême sujetClimate Change and Health ImpactsTravaux en français237 207