MétaCan
Menu
Retour à la cohorte
Enregistrement W2100194040 · doi:10.1136/ip.2005.009761

Injury research explains conflicting violence trends

2005· article· en· W2100194040 sur OpenAlexaboutno aff
J. Shepherd, Vaseekaran Sivarajasingam

Notice bibliographique

RevueInjury Prevention · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCriminologySuicide preventionPoison controlHarmInjury preventionCriminal justiceOccupational safety and healthHuman factors and ergonomicsInterpersonal violenceCrime preventionPolitical scienceMedical emergencyPsychologyMedicineLaw

Résumé

récupéré en direct d'OpenAlex

Police records should not be used to measure violence This commentary explains conflicting trends in violence over the past decade as derived from the two official sources of information: household crime surveys designed to identify citizens’ experience of crime and police data. Police records, rather than representing a reliable measure of trends in violence, are a product of police activity—increasingly prompted by better surveillance and targeting, increased numbers of police, and changes in recording practices. Injury data from emergency departments are an objective measure of harm and should be used to target local violence prevention resources. Measuring interpersonal violence is an important objective: there is keen interest in trends among policy makers; a broad range of criminal justice, community safety, and victim organizations; the media; and among the public. However, the two traditional and high profile violent crime measures—annual crime surveys and police data—have shown conflicting trends.1,2 According to the British Crime Survey (BCS), for example, violence in England and Wales fell by 36% from a peak in 1995 to 2004.1 In contrast, violent offences recorded by the police in England and Wales almost doubled from 1996 to 2004.2 Similarly in the US, as convictions for violent offences have increased, reflecting greater police activity, so violence rates have fallen.3 Public health interest in violence is reflected in national electronic injury surveillance systems which have been developed, for example in Australia (Basic Routine Injury Surveillance System), Canada (Canadian Hospitals Injury Reporting and Prevention Programme (CHIRPP)), and the US, but these systems are not designed to complement police and national crime survey violent crime statistics or to contribute to prevention.4–7 This is because it has not been recognized until recently that a principal contribution of health services to violence prevention is information about those many—even …

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,001

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 Opus0,090
Tête enseignante GPT0,477
Écart entre enseignants0,386 · 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.

Devis d'étudeAutre devis
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

Citations29
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInjury PreventionMême sujetInjury Epidemiology and PreventionTravaux en français237 207