MétaCan
Menu
Retour à la cohorte
Enregistrement W2551405228 · doi:10.12715/apr.2015.2.24

Roadside observation of child passenger restraint use

2015· article· en· W2551405228 sur OpenAlexaboutno aff

Notice bibliographique

RevueAdvances in Pediatric Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAutomotive and Human Injury Biomechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Background: Despite legislation and research evidence supporting the use of childhood vehicle restraints, motor vehicle crashes remain the leading cause of injury, death and disability among Canadian children. Methods: Working in collaboration with trained car seat specialists and police officers, roadside checks were conducted to observe correct use of child restraints. Results: Of the 1323 child vehicle restraints inspected, 99.6% of the children were restrained, 91% were in the correct seat, and 48% of restraints were correctly installed. The seat/restraint types most used incorrectly used were booster seats (31%) and seat belts (53%). The majority of incorrectly installed or fitted seats (55%) were forward facing. Common errors in installation and fit included the seat not being secured tightly enough to the vehicle, incorrect tether strap use, the harness not being tight enough, and/or the chest clip being in the wrong place. Conclusions: The greatest proportion of incorrect seat use was among those children who transitioned to a seat belt too soon. The greatest proportion of installation and fit errors were among forward facing seats. Researchers recommend: 1) targeting parents with older children (ages 3 and above) regarding transitioning too soon from forward facing seats to booster seats, and from booster seats to seat belts; 2) targeting parents with younger children regarding correct installation of rear facing and forward facing seats; 3) collaborating with police officers to review the most common errors and encourage observation at roadside checks; and 4) creating community awareness by way of roadside checks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,097
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

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

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 Opus0,162
Tête enseignante GPT0,423
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Pediatric ResearchMême sujetAutomotive and Human Injury BiomechanicsTravaux en français237 207