Childhood road traffic injuries in Canada – a provincial comparison of transport injury rates over time
Notice bibliographique
Résumé
BACKGROUND: In Canada, road traffic injuries are the leading cause of death among children and youth ≤19. Across the country, there is variability in road traffic injury prevention policies and legislation. Our objective was to compare pediatric road traffic related injury hospitalization and death rates across Canadian provinces. METHODS: Population-based hospitalization and death rates per 100,000 were analyzed using data from the Discharge Abstract Database and provincial coroner's reports. Road traffic related injuries sustained by children and youth ≤19 years were analyzed by province and cause between 2006 and 2012. RESULTS: The overall transport-related injury morbidity rate for children in Canada was 70.91 per 100,000 population between 2006 and 2012. The Canadian population-based injury hospitalization rates from all transport-related causes significantly decreased from 85.51 to 58.77 per 100,000 (- 4.42; p < 0.01; - 5.42; - 3.41) during the study period. Saskatchewan had the highest overall transport related morbidity rate (135.69 per 100,000), and Ontario had the lowest (47.12 per 100,000). Similar trends were observed for mortality rates in Canada. CONCLUSIONS: Transport-related injuries among children and youth have significantly decreased in Canada from 2006 to 2012; however the rates vary by province and cause.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».