Agricultural injuries among farm and non‐farm children and adolescents in Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: Understanding of the specific risk of agricultural injury sustained by different populations of children and adolescents is needed for effective safety intervention. OBJECTIVE: To compare the rates and patterns of agricultural injury incidence (fatal and non-fatal injury) between farm and non-farm children less than 18 years of age in Alberta, Canada. METHODS: A total of 115 378 children (five subgroups: two groups of farm children and three groups of non-farm children) in Alberta were followed from 1999 to 2010 to examine injury incidence using the linkage of three administrative health databases. A recurrent event survival analysis using Cox proportional hazards regression was carried out. RESULTS: A total of 1 849 agricultural injury episodes (1 616 emergency department visits, 225 hospitalizations, and 8 deaths) were identified from 1999 to 2010. The age- and gender-adjusted rate (per 100 000 person years) of agricultural injury was 672.3 for rural-living farm children, 369.4 for urban-living farm children, 180.2 for rural non-First Nations (FN) children, 64.4 for rural FN children, and 23.7 for urban children in descending order. CONCLUSION: Specific strategies for different children's populations to prevent agricultural injuries and to extend agricultural injury controls to non-farming populations are needed.
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 | 0,000 | 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 | 0,001 |
| 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 ».