Cross national study of injury and social determinants in adolescents
Notice bibliographique
Résumé
OBJECTIVES: To compare estimates of the prevalence of injury among adolescents in 35 countries, and to examine the consistency of associations cross nationally between socioeconomic status then drunkenness and the occurrence of adolescent injury. DESIGN: Cross sectional surveys were obtained from national samples of students in 35 countries. Eight countries asked supplemental questions about injury. SETTING: Surveys administered in classrooms. SUBJECTS: Consenting students (n = 146 440; average ages 11-15 years) in sampled classrooms. 37 878 students (eight countries) provided supplemental injury data.Exposure measures: Socioeconomic status (material wealth, poverty) and social risk taking (drunkenness). OUTCOME MEASURES: Specific types and locations of medically treated injury. RESULTS: By country, reports of medically treated injuries ranged from 33% (1060/3173) to 64% (1811/2833) of boys and 23% (740/3172) to 51% (1485/2929) of girls, annually. Sports and recreation were the most common activities associated with injury. High material wealth was positively (OR>1.0; p<0.05) and consistently (6/8 countries) associated with medically treated and sports related injuries. Poverty was positively associated with fighting injuries (6/8 countries). Drunkenness (social risk taking) was positively (p<0.01) and consistently (8/8 countries) associated with medically treated, street, and fighting injuries, but not school and sports related injuries. CONCLUSION: The high prevalence of adolescent injury confirms its importance as a health problem. Social gradients in risk for adolescent injury were illustrated cross nationally for some but not all types of adolescent injury. These gradients were most evident when the etiologies of specific types of adolescent injury were examined. Prevention initiatives should focus upon the etiologies of specific injury types, as well as risk oriented social contexts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».