MétaCan
Menu
Retour à la cohorte
Enregistrement W3023822025 · doi:10.1093/heapro/daz042

Community-based risk messaging in Inuvik, Northwest Territories, Canada

2019· article· en· W3023822025 sur OpenAlexaffabout
Catherine Glass, Audrey R. Giles

Notice bibliographique

RevueHealth Promotion International · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSuicide preventionInjury preventionPoison controlWork (physics)PopulationHuman factors and ergonomicsOccupational safety and healthPublic relationsMedicineLocal communityEnvironmental healthBusinessMedical emergencyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Unintentional injuries are one of the leading causes of death worldwide, yet they are predictable and avoidable events. Community-based approaches to injury prevention are those where researchers and/or injury prevention specialists work alongside the target population to identify injury prevention issues and then co-create strategies that are relevant to the population. Community-based strategies differ from other approaches as they strive to conduct research with, rather than on marginalized groups. A community-based approach to social marketing, injury prevention and risk messaging was applied in Inuvik, Northwest Territories, Canada, to examine and address men's boating safety behaviours. Community participants identified the need for northern-based safety resources and a community-wide education campaign. As demonstrated through this example, community-based strategies should be considered for injury prevention, as the involvement of local community members may lead to more effective risk messaging that reflects the needs, culture, and experiences of the target group, while promoting healthy behaviours.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,353
Écart entre enseignants0,322 · 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'étudeObservationnel
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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Promotion InternationalMême sujetInjury Epidemiology and PreventionTravaux en français237 207