MétaCan
Menu
Retour à la cohorte
Enregistrement W2142675288 · doi:10.1136/injuryprev-2014-041241

Can child injury prevention include healthy risk promotion?

2014· review· en· W2142675288 sur OpenAlexafffundabout
Mariana Brussoni, Sara Brunelle, Ian Pike, Ellen Beate Hansen Sandseter, Susan Herrington, Heather Turner, Scott Belair, Louise Logan, Pamela Fuselli, David J. Ball

Notice bibliographique

RevueInjury Prevention · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensParachuteUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BCChild and Family Research Institute
Mots-clésRecreationOccupational safety and healthInjury preventionSuicide preventionPoison controlPromotion (chess)Multidisciplinary approachHuman factors and ergonomicsMedicinePublic relationsPsychologyEngineeringMedical educationPolitical scienceEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

To reflect on the role of risk-taking and risky play in child development and consider recommendations for the injury prevention field, a symposium was held prior to the November 2013 Canadian Injury Prevention and Safety Promotion Conference. Delegates heard from Canadian and international researchers, practitioners and play safety experts on child development, play space design and playground safety, provision of recreation, and legal and societal perceptions of risk and hazard. The presenters provided multidisciplinary evidence and perspectives indicating the potential negative effect on children's development of approaches to injury prevention that prioritise safety and limit children's opportunities for risky play. Delegates considered the state of the field of injury prevention and whether alternative approaches were warranted. Each presenter prepared a discussion paper to provide the opportunity for dialogue beyond attendees at the symposium. The resulting discussion papers provide a unique opportunity to consider and learn from multiple perspectives in order to develop a path forward.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,045
Tête enseignante GPT0,422
Écart entre enseignants0,377 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations63
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInjury PreventionMême sujetInjury Epidemiology and PreventionTravaux en français237 207