Surveillance of hospitalized farm injuries in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To provide an overview of hospital admissions for the treatment of farm injuries. DESIGN: descriptive analysis of data from the Canadian Agricultural Injury Surveillance Program (CAISP). POPULATION: persons experiencing a farm injury requiring hospitalization, April 1991 to March 1995. Access to hospital separation data was negotiated within Canadian provinces. Individual cases were verified by medical records personnel and supplemental data describing injury circumstances were obtained. ANALYSIS: descriptive analyses characterizing farm injuries by: persons involved, mechanisms, primary diagnoses, and agents of injury. RESULTS: Data from 8/10 Canadian provinces representing 98% of the farm population were obtained. A total of 8,263 farm injuries were verified. Adults aged 60 years and older were over-represented in these injuries. Leading external causes of agricultural machinery injury included entanglements, being pinned/struck by machinery, falls, and runovers. Non-machinery causes included falls from heights, animal related trauma, and being struck/by against objects. Leading diagnoses varied by age group, but included: limb fractures/open wounds, intracranial injuries, skull fractures, and spinal/ truncal fractures. CONCLUSIONS: CAISP is a new agricultural injury surveillance program in Canada. Data from this system are actively used to inform prevention initiatives, and to indicate priorities for etiological and experimental research in the Canadian agricultural setting.
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.
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 découle