The Advocacy in Action Study a cluster randomized controlled trial to reduce pedestrian injuries in deprived communities: Figure 1
Notice bibliographique
Résumé
BACKGROUND: Road traffic-related injury is a major global public health problem. In most countries, pedestrian injuries occur predominantly to the poorest in society. A number of evaluated interventions are effective in reducing these injuries. Very little research has been carried out into the distribution and determinants of the uptake of these interventions. Previous research has shown an association between local political influence and the distribution of traffic calming after adjustment for historical crash patterns. This led to the hypothesis that advocacy could be used to increase local politicians knowledge of pedestrian injury risk and effective interventions, ultimately resulting in improved pedestrian safety. OBJECTIVE: To design an intervention to improve the uptake of pedestrian safety measures in deprived communities. SETTING: Electoral wards in deprived areas of England and Wales with a poor record of pedestrian safety for children and older adults. METHODS: Design mixedmethods study, incorporating a cluster randomized controlled trial. Data mixture of Geographical Information Systems data collision locations, road safety interventions, telephone interviews, and questionnaires. Randomization 239 electoral wards clustered within 57 local authorities. Participants 615 politicians representing intervention and control wards. Intervention a package of tailored information including maps of pedestrian injuries was designed for intervention politicians, and a general information pack for controls. OUTCOME MEASURES: Primary outcome number of road safety interventions 25 months after randomization. Secondary outcomes politicians interest and involvement in injury prevention cost of interventions. Process evaluation use of advocacy pack, facilitators and barriers to involvement, and success.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».