MétaCan
Menu
Retour à la cohorte
Enregistrement W2187313585 · doi:10.7205/milmed-d-12-00403

Temporal Changes in Combat Casualties From Afghanistan by Nationality: 2006–2010

2013· article· en· W2187313585 sur OpenAlexaboutno aff
Andrew J. Schoenfeld, James H. Nelson, Robert T. Burks, Philip J. Belmont

Notice bibliographique

RevueMilitary Medicine · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemographyMedicinePopulationMilitary personnelNavyCase fatality rateEnvironmental healthCivilian populationGeographyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This study sought to evaluate temporal changes in combat deaths and improvised explosive device (IED)-related fatalities among three coalition allies in Afghanistan: the United States, Canada, and Great Britain. The website icasualties.org was used to identify American, Canadian, and British soldiers killed in combat in Afghanistan between 2006 and 2010. Population-at-risk was determined as the number of personnel serving within the Afghanistan theater for each coalition nation. Unadjusted incidence rates of combat deaths per deployed personnel, and IED deaths as a portion of total combat deaths, were derived and adjusted comparisons performed to control for confounders. Between 2006 and 2010, 1,673 combat deaths occurred in a population of 721,520 soldiers. Fifty percent of all combat deaths occurred as a result of IED attack. British personnel maintained the highest unadjusted risks of combat-related death, as well as IED-associated mortality. As compared to Americans, Canadian personnel were at a significantly increased risk of combat-related death and IED-related fatality. Among Americans, there was a significant reduction in IED-related deaths between 2010 and 2009. For Canadians, no significant change in IED fatalities as compared to total number of troops, or total combat deaths, was appreciated at any point in the study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,192
Score d'incertitude au seuil0,382

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,060
Tête enseignante GPT0,380
Écart entre enseignants0,320 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMilitary MedicineMême sujetDisaster Response and ManagementTravaux en français237 207