Management of the effects of exposure to tear gas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
#### Summary points Despite the frequent use of riot control agents by European law enforcement agencies, limited information exists on this subject in the medical literature. The effects of these agents are typically limited to minor and transient cutaneous inflammation, but serious complications and even deaths have been reported. During the 1999 World Trade Organisation meeting and at the 2001 Summit of the Americas in Quebec, exposure to tear gas was the most common reason for medical consultations.1 2 Primary and emergency care physicians play a role in the first line management of patients as well as in the identification of those at risk of complications from exposure to riot control agents. In 1997 the National Poisons Information Service in England received 597 inquiries from doctors seeking advice about problems related to crowd control.3 Our article reviews the different riot control agents, including the most common tear gases and pepper sprays, and provides an up to date overview of related medical sequelae. We searched the following resources for relevant information on the medical toxicity and management of acute exposure to tear gas and pepper spray: Medline, PreMedline, Embase, CINAHL, SCIRUS, the Cochrane Library, ISI Web of Knowledge, Toxnet, Google Scholar, and personal archives. We used the subject headings “riot control agents”, “pepper spray”, “lacrimator”, “tear gas”, “irritants”, “incapacitating agents”, as well as the toxicological terms “chlorobenzylidene-malononitrile”, “chloroacetophenone”, “dibenzoxazepine”, “chlorodiphenylarsine” …
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle