The National Epidemic of Gun Violence: The Vermont Department of Health Response
Notice bibliographique
Résumé
This case study details a 2018 "near miss" school mass-shooting event in Vermont that involved a former student and occurred contemporaneously with the Parkland, Florida, tragedy. The situation "jolted" this rural state's governor, lending urgency to the need to enact sensible gun control laws. He comes to support a series of proactive bills already in the legislature and advocate for further preventive strategies. The state's commissioner of health plays public health's traditional role within state government as trusted health promotion and education resource to frame the issue in public health and public safety terms. He portrayed health data on firearm injuries and deaths and formed a public health strategy including surveillance, identification of risk factors, and resources for school- and community-based prevention. On April 11, 2018, Governor Phil Scott signed a package of gun-related legislation that included increasing the legal age for gun purchases, expanding background checks for private gun sales, banning high-capacity magazines and rapid-fire bump stocks, and extreme risk protection orders. The final results were examined from an evidence-based public health standpoint, acknowledging the lack of gun research by federal agencies since the 1996 enactment of the Dickey Amendment that prohibits the Centers for Disease Control and Prevention from conducting firearms-related research. The case study illustrates the paradox of moving forward on gun safety, where more research is needed, but research does not necessarily influence political leaders or policy. It also demonstrates how prevention of gun violence can be portrayed in a public health framework, drawing upon data and strategies used in upstream preventive efforts in areas such as early childhood development, mental health, and substance misuse.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,021 | 0,005 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,013 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».