Developing injury indicators for Canadian children and youth: a modified-Delphi approach
Notice bibliographique
Résumé
OBJECTIVE: To develop a set of national injury indicators for Canadian children and youth which will eventually be used to reflect and monitor identified prevention priorities. METHODS: The Canadian Injury Indicators Development Team brought together injury researchers, policy makers, and practitioners to develop injury indicators in the following areas: overall health services implications; motor vehicle occupant; sports, recreation, and leisure; violence; and trauma care, quality, and outcomes. A modified-Delphi process was used to establish a set of indicators that met evidence-based criteria, were useful, and that would prompt action. Each indicator was rated by 132 respondent injury experts and stakeholders on its usefulness and ability to prompt action to reduce injury among Canadian children and youth. RESULTS: From an initial list of 51 indicators, a refined set of 34 indicators was established. Indicators were grouped into three categories related to: policies; risk and protective factors; and outcomes. Indicators related to motor vehicle injury were rated as most useful and most able to prompt action. Injury mortality rate and injury hospitalisation rate were also rated highly for both usefulness and ability to prompt action. Policy, violence, sport and recreation, and trauma indicators were all rated higher for usefulness, but somewhat lower for ability to prompt action. CONCLUSION: Results suggest that a broad-based modified-Delphi process is an important first step in developing useful and relevant indicators for injury prevention activity focused on Canadian children and youth.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,002 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».