133 Canadian child safety report card: a comparison of injury prevention practices across provinces
Notice bibliographique
Résumé
Background Health-based report cards have been used as a tool to disseminate research findings to parents, government agencies, stakeholders, and the general public. In Canada, health-based report cards such as the How Canada Performs report provides a comparison of how provinces measure up to one another on a number of health-based indicators. However, few child health report cards discuss implications for primary prevention policy or practice. Methods This project plans to develop and communicate child safety report cards for each of the 10 Canadian provinces in 3 phases. Phase I is an interprovincial comparison of injury hospitalizations in each Canadian province over time. Phase II is an examination of evidence-based provincial policies. Phase III combines results from I and II and creates Canadian Child Safety Report Cards for each province. Results In Canada, Saskatchewan was the province with the highest rate of injury hospitalisation per 100,000 between 2006 and 2012, but incidence decreased from 967 to 852 over the 6 year period, despite not having policies that meet best practice. Ontario had the lowest rate of injury hospitalisation per 100,000, however the incidence rate increased slightly from 451 to 479. Only British Columbia decreased the incidence of injuries compared to the Canadian average. The rate decreased from 667 to 515 between 2006 and 2012. This change in incidence over time is observed in a province that complied with best practice evidence-based injury prevention policies. Conclusions This is the first study to compare injuries among children and youth across Canadian provinces in terms of hospitalisation, and the enactment of evidence-based policies. This data may allow the influence of all spectrums of prevention by resulting in the harmonisation of policy and legislation in Canada. Similar projects in the European Union have started to yield results in terms of harmonising prevention policies across member states.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».