MétaCan
Menu
Retour à la cohorte
Enregistrement W2084069832 · doi:10.1097/01.bcr.0000138293.18189.25

Effectiveness of a Burn Prevention Campaign for Older Adults

2004· article· en· W2084069832 sur OpenAlexaffabout
Jensen C. C. Tan, Carol Banez, Yvonne Cheung, Manuel Gómez, Nguyễn Văn Huy, Joanne Banfield, Ruth Lee, Robert Cartotto, Joel Fish

Notice bibliographique

RevueJournal of Burn Care & Rehabilitation · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensSunnybrook Health Science CentreToronto Western HospitalHealth Sciences CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineBathingBurn injuryFall preventionInjury preventionPopulationSuicide preventionOccupational safety and healthGerontologyPoison controlEnvironmental healthSurgery

Résumé

récupéré en direct d'OpenAlex

Older adults are involved in one fifth of burn injury admissions in the Province of Ontario Canada. Most burn injuries in this population occur at home while cooking, bathing, or smoking. The purpose of this study was to evaluate the effectiveness of an educational campaign to improve burn prevention knowledge in older adults of a major metropolitan city. Changes in participants' burn prevention knowledge were determined using standardized precampaign and postcampaign (4-6 weeks) surveys. Of 209 older adult participants, 126 (60.3%) completed the precampaign and postcampaign surveys. There was a significant increase (P <.05) in burn prevention knowledge postintervention. Age, education level, and living conditions did not influence the change in burn prevention knowledge. This burn prevention campaign for older adults was effective in improving burn prevention knowledge, but it remains unclear as to whether this will ultimately result in a change in burn prevention behavior.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,299
Écart entre enseignants0,292 · 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

Citations28
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & RehabilitationMême sujetBurn Injury Management and OutcomesTravaux en français237 207