MétaCan
Menu
Retour à la cohorte
Enregistrement W2134595989 · doi:10.1027/0227-5910.28.s1.10

Prevention of Deaths from Intentional Pesticide Poisoning

2007· article· en· W2134595989 sur OpenAlexaff
Brian L. Mishara

Notice bibliographique

RevueCrisis · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Exposure and Toxicity
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPesticideEnvironmental healthIntervention (counseling)Case fatality rateMedicineSuicide preventionPoison controlInjury preventionMedical emergencyGeographyPsychiatryPopulationEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Ingestion of pesticides is the most common suicide method worldwide, accounting for one third of all suicides, predominantly in Asia, Africa, Central and South America. Case fatalities are high, particularly in rural areas. This high case fatality may explain the similar numbers of male and female suicides in Asia, since more women die from their attempts. In Asia, pesticide suicides are mostly impulsive acts with little advance planning and they are less often associated with mental illness than in Western countries. Pesticides are generally chosen for their easy access. Prevention strategies include treating the problems leading to suicidal behaviors involving pesticides; changing attitudes, knowledge, and beliefs about pesticides; controlling access to dangerous pesticides, including developing secure storage practices (which are currently being evaluated); and improving the medical treatment of poisonings. More research is needed to better understand suicides involving pesticides in their cultural contexts and to evaluate the effectiveness of intervention programs, including assessment of possible substitution of methods. Also, more knowledge about protective factors may help suggest innovative prevention strategies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,261
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrisisMême sujetPesticide Exposure and ToxicityTravaux en français237 207