Effective Causes of Suicide in Zahedan (in 2015)
Notice bibliographique
Résumé
The present study aims to examine the effective causes of suicide in Zahedan city, Iran 2014-2015. In fact, suicide is a dangerous behavior to end the life, which would impose a social problem and cost a lot of harm to individuals, families and society. The main question is that what are the factors contributing to the suicide? Important assumptions include: marriage and having children reduces the suicide attempts. Education and employment could reduce the incidence of suicide attempts and suicide attempts are higher at a young age. This study makes use of fieldwork and analytical methods. The population of this research included people who committed suicide during nine months, from Azar 2014 to September 2015 and have been referred to Khatamolanbia (PBUH) hospital, Imam Ali (AS) hospital and Zahedan's forensic medicine. The findings suggest that all of 71 samples were Muslims; 36 persons were women (50.7%) and 35 persons were men (49.3%).There isn't any relationship between mental disorders and suicide attempts. The incidence of suicide among people 16 to 30 years old with 83.2% is much more than other age groups. Suicide attempts rates among educated people are less than under diploma with 66.2%. There is no significant relationship between marital status and suicide, but suicide (67.6%) among those without children is more than people with a family. Suicide attempts among people with higher-income levels and favorable socio-economic conditions and poor people with 15.5%, is much less than middle-income and good-income with 84.5%. 29.6% of those surveyed, that is 21 people, who attempted suicide had died.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».