MétaCan
Menu
Retour à la cohorte
Enregistrement W2098107062 · doi:10.1080/13623690600772568

Health implications of small arms and light weapons in eastern Uganda

2006· article· en· W2098107062 sur OpenAlexaff
Andrew D. Pinto, Peter Olupot‐Olupot, V R Neufeld

Notice bibliographique

RevueMedicine Conflict & Survival · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Conflict Studies
Établissements canadiensMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)LimitingHealth careArmed conflictOccupational safety and healthPoison controlSuicide preventionMedicineCriminologyPolitical scienceEnvironmental healthSocioeconomicsMedical emergencyGeographyPsychologySociologyEngineeringLawPathology

Résumé

récupéré en direct d'OpenAlex

Injuries due to small arms and light weapons (SALW) are common in developing countries with ongoing collective violence, or those that exist in a post-conflict state. Uganda has a long history of armed conflict, but little quantitative evidence is available about the extent of the problem of SALW. We performed a review of all injuries due to SALW at Mbale Regional Hospital in eastern Uganda for the six-year period 1998-2003. Using a standardised questionnaire, we recorded information from over 200 cases concerning the characteristics of the victim, the incident, the weapon used and the care received. The majority involved males and occurred in the context of conflict within tribal communities, or armed robberies throughout the region. Each injury is of significant cost to the healthcare system and to the victim. Prevention, through limiting the availability of the 'vector' of disease (SALW), is a key part of the solution to this problem.

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)0,000
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 enseignants0,380
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,104
Tête enseignante GPT0,421
Écart entre enseignants0,317 · 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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine Conflict & SurvivalMême sujetHealth and Conflict StudiesTravaux en français237 207