International Snow Science Workshop (2002: Penticton, B.C.) SNOWSMART: Communicating snow risk management to Canada's youth
Notice bibliographique
Résumé
Youth are frequent participants in the winter sports of skiing, snowboarding and snowmobiling. They often lack experience and take more risks, resulting in injuries and even death. The purpose of SNOWSMART is to develop culturally relevant messages for Canadian youth to increase their knowledge and awareness ofrisk associated with winter sports. Assisting youth to make positive, smart choices and changing behaviours, will help to reduce the number ofwinter sports related search-and-rescue responses, injuries and deaths in Canada Data was collected through surveys, one-on-one interviews and focus groups with Canadian youth aged 12 - 18. Youths' existing attitudes towards risk associated with the three sports were identified. Participants in each sport have distinctly different attitudes, risk perception and behaviours. Threat of injury is not a big deterrent for youth. Many believe injuries are cool and lead to progress in the sport. Participants suggested school-based learning from experienced role models in their sport and from people who survived traumatic injuries as an ideal way to reach their population. Teacher-delivered lesson plans were designed for Grade 7 and 10 physical education and science curricula. A video, public service announcements and facilitation tips/strategies outlining how to deliver SNOWSMART are included. Students' posttests indicate a heightened awareness of smart risk taking and avoidance ofinjury. This is the first comprehensive winter sports risk management/awareness program combining a school-based approach with a marketing campaign. SNOWSMARTwill assist motivated youth to develop the knowledge and skills necessary to prevent personal injury and loss oflife while participating in winter sports.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».