The impact of child restraint legislation on the incidence of severe paediatric injury in Chile
Notice bibliographique
Résumé
BACKGROUND: The objective of this study is to determine the association between Chile's 2005 child restraint legislation (CRL) and the incidence of severe paediatric motor vehicle-related injury. METHODS: We analysed motor vehicle injury data from Chile's Road Safety Commission from 2000 to 2012 to determine the association between Chile's 2005 CRL and severe paediatric injury. Using Poisson time-series models we assessed the effect of the law on two outcome variables: (1) severely injured children per vehicle fleet; and (2) severely injured children per population. RESULTS: Chile's 2005 CRL is significantly associated with a 24% reduction in severely injured children per vehicle, and 19% reduction in severely injured children per population in the 1st year of its enactment. In 2007 this law is also significantly associated with a 17% decrease in severely injured children per vehicle, and with an 11% decrease in severely injured children per population. However, this legislation had a short-term effect since no reductions in severely injured children per vehicle were observed after 2009 and no reductions for severely injured children per population were registered after 2008. CONCLUSIONS: This is the first study to examine the association between CRL and severe paediatric injury in a Latin-American country. This study suggests that Chile's CRL was only effective in the short term. To support this type of reforms in the long term, other measures such as police enforcement, public information campaigns and involvement of public health professionals in educating parents about the benefits of using child restraints should be considered.
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 | 0,001 | 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 ».