MétaCan
Menu
Retour à la cohorte
Enregistrement W2978918162 · doi:10.1377/hlthaff.2019.00618

Linking Public Safety And Public Health Data For Firearm Suicide Prevention In Utah

2019· article· en· W2978918162 sur OpenAlexaff
Catherine Barber, John Berrigan, Morissa Henn, Kim L. Myers, Michael Staley, Deborah Azrael, Matthew Miller, David Hemenway

Notice bibliographique

RevueHealth Affairs · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGun Ownership and Violence Research
Établissements canadiensOffice of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésLegislatureSuicide preventionOccupational safety and healthPoison controlInjury preventionPublic healthHarmGun violencePossession (linguistics)MedicineGun controlHuman factors and ergonomicsMedical emergencyHealth careEnvironmental healthPolitical scienceNursingLaw

Résumé

récupéré en direct d'OpenAlex

In Utah, a state with a high rate of gun ownership, the shared concerns of diverse stakeholders generated bipartisan support for a state-funded study that tracked patterns of firearm suicide. The study linked sensitive public health and public safety data and identified opportunities for firearm suicide prevention. Findings reported to the state legislature included the proportion of suicide decedents who could have passed a background check for legal firearm possession at their time of death, had a permit to carry a concealed firearm, or had been seen in the hospital for a previous suicide attempt or self-harm. Within six months of the report's release, the legislature, health care and religious groups, and state agencies had launched diverse, major initiatives to reduce firearm suicide that were informed by the report's findings. We present the Utah experience as a case study in bringing diverse stakeholders-particularly gun owners-together to find common ground on firearm suicide prevention and in using linked data to support and guide their efforts.

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)0,012
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,228
Tête enseignante GPT0,457
Écart entre enseignants0,229 · 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'étudeSans objet
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

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetGun Ownership and Violence ResearchTravaux en français237 207