MétaCan
Menu
Retour à la cohorte
Enregistrement W2099701408 · doi:10.3390/ijerph120910886

Injuries among Artisanal and Small-Scale Gold Miners in Ghana

2015· article· en· W2099701408 sur OpenAlexfundno aff
E Kyeremateng-Amoah, Edith Clarke

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesMcGill UniversityUniversity of Michigan
Mots-clésIncidence (geometry)MedicineEnvironmental healthOccupational safety and healthGold miningMedical emergencyInjury preventionScale (ratio)Hospital recordsPoison controlSuicide preventionGeographySurgery

Résumé

récupéré en direct d'OpenAlex

Artisanal and small-scale gold miners are confronted with numerous hazards often resulting in varying degrees of injuries and fatalities. In Ghana, like many developing countries, there is paucity of information on the causes and nature of the accidents that result in the injuries. The study was a retrospective, cross sectional type that examined the records of injuries of artisanal and small-scale gold miners presented to the emergency department of a district hospital in the Eastern Region of Ghana from 2006 to 2013. The causes, types, and outcomes of reported injuries were analyzed for 72 cases. Occurrences of mining accidents reported in selected Ghanaian media during the year 2007-2012 were also analyzed to corroborate the causes of the accidents. Fractures and contusions constituted the most frequently occurring injuries, with collapse of the mine pits and falls being the most frequent cause of accidents reported both by the hospital and media records. This study shows that though varied degrees of injuries occur among the miners, the potential for serious injuries is substantial. Measures to reduce the incidence of injuries and fatalities should include education and training on the use of safe working tools and means of creating a safe working environment.

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)0,008
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 enseignants0,053
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,183
Tête enseignante GPT0,493
Écart entre enseignants0,310 · 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

Citations70
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetOccupational Health and Safety ResearchTravaux en français237 207