Effect of legislation on the use of bicycle helmets.
Notice bibliographique
Résumé
BACKGROUND: About 50 Canadian children and adolescents die each year from bicycle-related injuries, and 75% of all bicycle-related deaths are due to head injuries. Although the use of helmets can reduce the risk of head injury by 85%, the rate of voluntary helmet use continues to be low in many North American jurisdictions. We measured compliance before, during and after 1997, when legislation making the use of helmets mandatory for cyclists was enacted in Nova Scotia. METHODS: In the summers and autumns of 1995 through 1999, trained observers who had a direct view of oncoming bicycle traffic recorded helmet use, sex and age group of cyclists in Halifax on arterial, residential and recreational roads. Sampling was done during peak traffic times of sunny days. We abstracted data from the Canadian Hospitals Injury Reporting and Prevention Program database on bicycle-related injuries treated during the same period at the Emergency Department of the IWK Health Centre, Halifax. RESULTS: The rate of helmet use rose dramatically after legislation was enacted, from 36% in 1995 and 38% in 1996, to 75% in 1997, 86% in 1998 and 84% in 1999. The proportion of injured cyclists with head injuries in 1998/99 was half that in 1995/96 (7/443 [1.6%] v. 15/416 [3.6%]) (p = 0.06). Police carried out regular education and enforcement. There were no helmet-promoting mass media education campaigns after 1997. INTERPRETATION: Rates of helmet use rose rapidly following the introduction of legislation mandating the use of helmets while bicycling. The increased rates were sustained for 2 years afterward, with regular education and enforcement by police.
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 | 0,001 | 0,001 |
| 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 ».