Evaluation of the North American Guidelines for Children’s Agricultural Tasks using a case series of injuries
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the potential for the North American Guidelines for Children's Agricultural Tasks (NAGCAT) to prevent the occurrence of pediatric farm injuries. This evaluation focuses upon farm injuries experienced when children were engaged in farm work. DESIGN: Novel outcome evaluation involving primary review of three retrospective case series. SETTING: Fatal, hospitalized, and restricted activity injuries from the United States and Canada. SUBJECTS: Nine hundred and thirty four pediatric farm injury cases. METHODS: The applicability of NAGCAT to each case was rated. For injuries where NAGCAT were applicable, recurrent injury patterns were described and the potential for NAGCAT to prevent their occurrence was assessed. RESULTS: A total of 283 (30.3%) cases involved children engaged in farm work. There was an applicable NAGCAT guideline in 64.9% of the work related cases. Leading individual guidelines applicable to the injury events were: (1) working with large animals; (2) driving a farm tractor; and (3) farm work with an all-terrain vehicle. In the judgment of the research team, 59.6% of these injuries were totally preventable if the principles espoused by NAGCAT had been applied. CONCLUSIONS: NAGCAT are a set of consensus guidelines aimed at the prevention of pediatric farm injuries. The findings suggest that NAGCAT, if applied, would be efficacious in preventing many of the most serious injuries experienced by children engaged in farm work. However, work related injuries represent only a modest portion of pediatric farm injuries. This new information assists in the refinement of NAGCAT as an injury control resource and puts its potential efficacy into context.
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 | 0,000 | 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 | 0,000 |
| 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 ».