MétaCan
Menu
Retour à la cohorte
Enregistrement W2161047199 · doi:10.1080/1059924x.2015.1042614

Farm Activities and Agricultural Injuries in Youth and Young Adult Workers

2015· article· en· W2161047199 sur OpenAlexafffundabout
Yvonne DeWit, William Pickett, Joshua Lawson, James A. Dosman, for the Saskatchewan Farm Injury Co

Notice bibliographique

RevueJournal of Agromedicine · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensUniversity of SaskatchewanQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOccupational safety and healthAgricultureYoung adultFarm workersInjury preventionEnvironmental healthMedicineHerdPoison controlHuman factors and ergonomicsCohort studyConfidence intervalRelative riskSuicide preventionDemographyGerontologyVeterinary medicineGeography

Résumé

récupéré en direct d'OpenAlex

Youth and young adults who work in the agricultural sector experience high rates of injury. This study aimed to investigate relations between high-risk farm activities and the occurrence of agricultural injuries in these vulnerable groups. A cross-sectional analysis was conducted using written questionnaire data from 1135 youth and young adults from the Saskatchewan Farm Injury Cohort. The prevalence of agricultural injury was estimated at 4.9%/year (95% confidence interval [CI]: 3.7, 6.2). After adjustment for important covariates, duration of farm work was strongly associated with the occurrence of injury (risk ratio [RR] = 8.0 [95% CI: 1.7, 36.7] for 10-34 vs. <10 hours/week; RR = 10.3 [95% CI: 2.2, 47.5] for those working 35+ hours/week). Tractor maintenance, tractor operation, chores with large animals, herd maintenance activities, and veterinary activities were identified as risk factors for agricultural injury. Risks for agricultural injury among youth and young adults on farms relate directly to the amounts and types of farm work exposures that young people engage in.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,142

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 Opus0,014
Tête enseignante GPT0,213
Écart entre enseignants0,198 · 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'étudeObservationnel
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

Citations21
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of AgromedicineMême sujetAgriculture and Farm SafetyTravaux en français237 207