The development and preliminary evaluation of an education intervention to prevent driveway run-over incidents
Notice bibliographique
Résumé
Objective: While driveway run-over incidents continue to be a cause of serious injury and deaths among young children in Australia, few empirically evaluated educational interventions have been developed which address these incidents. Addressing this gap, this study describes the development and evaluation of a paper-based driveway safety intervention targeting caregivers of children aged 5 years or younger. Design: Cross-sectional survey. Method and setting: Informed by previous research, the intervention targeted key caregiver safety behaviours that address driveway risks. To assess the impact of the intervention, 137 Queensland (Australia) caregivers (95.0% women; mean age = 34.97 years) were recruited. After receiving the intervention, changes to a number of outcomes such as caregiver risk perception, safety knowledge and behavioural intentions were measured. Results: Findings indicated that the intervention had increased general and specific situational risk awareness and safety knowledge among a substantial proportion of participants. Close to one-quarter of the sample strongly agreed that the intervention had increased these outcomes. In addition, 71.6% of the sample reported that they intended to make changes to their routine in and around the driveway, as a result of reading the intervention material and a further, quarter of the participants strongly agreed that the information provided would be a help both to themselves (26.5%) and other caregivers (33.8%) to keep their children safe in the driveway. Conclusion: While the educational intervention requires further validation, findings from this study suggest that intervention content and format increases driveway safety.
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) | 0,000 | 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 | 0,000 | 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 ».