Celebrity traumatic deaths: Are gangster rappers really “gangsta”?
Notice bibliographique
Résumé
BACKGROUND: Celebrity injury-related deaths are a common topic of conversation and receive wide media coverage. Despite stereotypes and broad generalizations, it is unclear if the mechanisms of demise echo those of the general population. The objective of this study was to evaluate the epidemiology underlying celebrity traumatic deaths. METHODS: We evaluated all known injury-related deaths in celebrities (musicians, athletes, actors, politicians and celebrity socialites) that occurred between Jan. 1, 2000, and Sept. 1, 2011. Exclusion criteria were drug/alcohol overdoses and suicides. We used standard statistical methodology. RESULTS: Among 389 celebrities who died because of their injuries, motor vehicle collisions remained the most common mechanism overall. Rappers and politicians had a higher proportion of deaths due to interpersonal violence than all other celebrities. Gunshot wounds were most common in these cohorts (83% and 63%, respectively). Rappers and athletes also died at a younger mean age than other celebrities. Sport-related deaths were most common in boxing and mixed martial arts. Additional mechanisms included airplane crashes, animal interactions and recreational activities. CONCLUSION: Despite occasionally exotic scenarios, most celebrities die of injury mechanisms similar to those of the general population. It is also apparent that rappers and politicians die by violent means at young and middle ages, respectively, more commonly than all other celebrities.
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 | 0,002 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».