Child Restraint Use in Canadian Provinces With and Without Legislation in 2010
Notice bibliographique
Résumé
OBJECTIVES: When used correctly, child safety seats reduce the risk of injury to a child passenger compared to seat belts. The objectives of this study are to (1) describe restraint use among Canadian children ages 4-8 years in 2010; (2) compare child safety seat use between provinces with new legislation (post-2006), old legislation (pre-2006), and without legislation; and (3) compare child safety seat use rates from 2006 to 2010. METHODS: Roadside observational surveys of child restraint use were performed in 2006 and 2010 using a nationally representative stratified sample. Proportions of restraint use, correct use (i.e., child safety seats and booster seats) in 4- to 8-year-old children was examined between 3 groups: provinces with new legislation (i.e., child safety seat legislation that included implementation of specific legislation for booster seat use for child passengers ages 4-8 years), old legislation, and no legislation. RESULTS: There were 4048 children observed as passengers in motor vehicles. In provinces with new legislation, 84 percent (95% confidence interval [CI], 72.2-90.8) of children were restrained compared to 94.9 percent (95% CI, 93.0-96.7) in provinces with old legislation, and 81.8 percent (95% CI, 77.3-86.3) in provinces without legislation. Correct use of child restraint was 54.1 percent (95% CI, 48.0-60.3) in provinces with new legislation, 29.5 percent (95% CI, 25.9-33.2) in provinces with old legislation, and 52.0 percent (43.0-61.0) in provinces without legislation in 2010. CONCLUSION: The findings from this study suggest that child safety seat legislation has an impact on restraint use in Canada. Despite the increase in rates of child safety seat use in provinces with new legislation and stable rates in provinces with old legislation, use rates remain low. Injury prevention strategies including further surveillance, interventions, and enforcement of restraint use in children are important to decrease motor vehicle related injury and death.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».