Notice bibliographique
Résumé
The injury death rate among Aboriginal infants/children is almost four times higher than the Canadian population – Aboriginal toddlers are 15 times more likely to drown than other children. Why? Because many communities are close to open water that are used for livelihood, transportation and recreation and have less access to swimming lessons/lifesaving training. The need to provide training in swimming and injury prevention has been identified as necessary by Aboriginal communities. Goals ▶ develop a culture of water safety ▶ engage/foster collaboration among families, communities and the injury prevention sector ▶ establish linkages between the Canadian Red Cross, Safe Kids Canada and Aboriginal communities. Canadian Red Cross and Safe Kids Canada consulted with Aboriginal communities to develop a shared responsibility approach and create effective messaging/teaching strategies that used the learn to swim/first aid programmes and drowning prevention resources. The learn to swim/first aid programmes target specific age group to address the causes of injury for each. Education programmes teach children how to swim and parents how to prevent drowning, injuries in their home and their community. Year One ▶ communities were identified ▶ learn to swim programme was developed in consultation with parents, extended families, elders and other community members and in an Aboriginal friendly learning environment ▶ over 100 children and parents were trained in swimming and injury prevention. Year Two ▶ two Aboriginal teens/adults were trained as water safety instructors in six reserves ▶ water safety information starts to become part of a new safety culture ▶ reserves have new knowledge and instructors provide annual lessons and support parents to make environments safer ▶ increased access to first aid training and trained people who assist others.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».