Patterns of Outdoor Recreational Injury in Northern British Columbia
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to examine the patterns of severe injury documented at a northern British Columbia regional trauma center based on age, sex, month of year, activity type, injury type, and injury severity as they relate to participation in outdoor recreational activities. METHODS: A retrospective analysis of data abstracted from the British Columbia Trauma Registry for patients sustaining injuries between April 1, 2004, and March 31, 2007, while engaged in outdoor recreational activities in the Northern Health Authority. The British Columbia Trauma Registry inclusion criteria are as follows: 1) admitted for treatment of injuries sustained from the transfer of external energy or force; 2) admitted to the facility within 7 days of injury; and 3) length of stay more than 2 days or in-hospital mortality. RESULTS: In all, 159 patients met study criteria. August and September were peak injury months (mean 7.3 and 7.0 per month, respectively). The highest injury patterns involved cycling (n = 31), all-terrain vehicle operation (n = 30), horseback riding (n = 22), and snowmobiling (n = 22). Of the 159 patients, 76.1% were male, with a peak age distribution between 10 years and 19 years (22%). Males were more commonly injured than females among cycling (83.9%), all-terrain vehicle (86.7%), and snowmobile (100%) traumas. Females were more commonly injured from horseback riding events (42.1%). CONCLUSIONS: This study emphasizes the need for rapid translation of research findings into injury prevention awareness and programming in northern British Columbia, particularly relating to cycling, horseback riding, snowmobiling, and all-terrain vehicle operation. Further investigation is required to analyze long-term outcomes for this common injury population.
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) | 0,003 | 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 ».