MétaCan
Menu
Retour à la cohorte
Enregistrement W2461335309 · doi:10.3390/ijerph13070651

Disparities in Paediatric Injury Mortality between Aboriginal and Non-Aboriginal Populations in British Columbia, 2001–2009

2016· article· en· W2461335309 sur OpenAlexafffundabout
Ofer Amram, Blake Byron Walker, Nadine Schuurman, Ian Pike, Natalie Yanchar

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensDalhousie UniversityBC Children's HospitalUniversity of British ColumbiaChild and Family Research InstituteSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health ResearchMinistry of Economy, Trade and Industry
Mots-clésDemographyMortality rateMedicineInjury preventionPoison controlOccupational safety and healthSuicide preventionCause of deathGerontologyEnvironmental healthDiseasePathologySurgery

Résumé

récupéré en direct d'OpenAlex

Injury is the leading cause of death among children and youth in Canada. Significant disparities in injury mortality rates have been observed between Aboriginal and non-Aboriginal populations, but little is known about the age-, sex-, and mechanism-specific patterns of injury causing death. This study examines paediatric mortality in British Columbia from 2001 to 2009 using comprehensive vital statistics registry data. We highlight important disparities in Aboriginal and non-Aboriginal mortality rates, and use the Preventable Years of Life Lost (PrYLL) metric to identify differences between age groups and the mechanisms of injury causing death. A significantly greater age-adjusted mortality rate was observed among Aboriginal children (OR = 2.08, 95% CI: 1.41, 3.06), and significantly higher rates of death due to assault, suffocation, and fire were detected for specific age groups. Mapped results highlight regional disparities in PrYLL across the province, which may reflect higher Aboriginal populations in rural and remote areas. Crucially, these disparities underscore the need for community-specific injury prevention policies, particularly in regions with high PrYLL.

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 enseignants0,014
Score d'incertitude au seuil0,102

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
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,077
Tête enseignante GPT0,452
Écart entre enseignants0,375 · 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
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetInjury Epidemiology and PreventionTravaux en français237 207