MétaCan
Menu
Retour à la cohorte
Enregistrement W2146190132 · doi:10.1136/ip.2010.028225

Child pedestrian injuries and urban change

2010· article· en· W2146190132 sur OpenAlexaffabout
Nikolaos Yiannakoulias, Darren M. Scott, Brian H. Rowe, Donald C. Voaklander

Notice bibliographique

RevueInjury Prevention · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensUniversity of AlbertaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPedestrianPoison controlInjury preventionHuman factors and ergonomicsSuicide preventionOccupational safety and healthForensic engineeringEngineeringTransport engineeringMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The health impacts of rapid changes in urban environments due to economic growth and/or retraction are not widely known. This study looks at the effects of urban change on the risk of child pedestrian injury in Edmonton, Alberta, a city that has experienced large economic and population growth following the expansion of the oil and gas industry in Canada. METHODS: A longitudinal ecological study design was used to model the relationships between several built and social environmental variables and the risk of child pedestrian injury and severe child pedestrian injury between 1996 and 2007. RESULTS: The incidence of child pedestrian injury was stable, but the incidence of severe injury increased over the study period. Areas with higher proportions of families on low incomes had higher injury incidence. While new residential development is associated with a lower incidence of injury in most areas, in poor areas, new residential development is associated with a higher incidence, even after controlling for urban planning features and traffic intensity. CONCLUSION: While suburban areas have a lower incidence of child pedestrian injury, residential development in poorer areas is associated with a higher child pedestrian injury risk. Child pedestrians may be less able to adapt to changes in the urban environment due to rapid growth and increasing income, and as a result, may be at greater risk of injury.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,330

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations9
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInjury PreventionMême sujetTraffic and Road SafetyTravaux en français237 207