MétaCan
Menu
Retour à la cohorte
Enregistrement W2094042687 · doi:10.1016/j.jamcollsurg.2008.01.021

Attitudes about Injury among High School Students

2008· article· en· W2094042687 sur OpenAlexaff
Olivier Monneuse, Avery B. Nathens, Nicole N. Woods, Julie L. Mauceri, Sonya Canzian, Wei Xiong, Najma Ahmed

Notice bibliographique

RevueJournal of the American College of Surgeons · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensThe Wilson CentreSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSAFERPerceptionInjury preventionSuicide preventionRisk perceptionHuman factors and ergonomicsQualitative researchPoison controlOccupational safety and healthYoung adultFamily medicineMedical educationGerontologyEnvironmental healthComputer securityPathologyPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite education and changes in public policy, trauma-related injuries continue to exact an unacceptably high morbidity and mortality, particularly among young people. Most injuries are preventable and can often be attributed to poor choices. STUDY DESIGN: A mixed methods study involving 262 high school students was conducted to study the effect on knowledge and risk assessment after a day-long injury prevention program, and to develop a theoretic framework to better understand attitudes and beliefs that underlie commonly seen behaviors among young people. RESULTS: Knowledge about injury increased after participation in the program, but was not durable over time. Risk perception and capacity to discern safer options improved after the program and persisted for up to 30 days. A qualitative analysis revealed seven themes that reflect a sense of invincibility and a belief that fate is more important than choice in determining the outcomes of a situation. CONCLUSIONS: Effective injury prevention programs should include risk perception training that is informed by the attitudes and beliefs of the recipients.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,029
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,320
Écart entre enseignants0,303 · 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'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

Citations21
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American College of SurgeonsMême sujetInjury Epidemiology and PreventionTravaux en français237 207