Child school injury in Lebanon: A study to assess injury incidence, severity and risk factors
Notice bibliographique
Résumé
BACKGROUND: School-based injuries represent a sizeable portion of child injuries. This study investigated the rates of school-based injuries in Lebanon, examining injury mechanisms, outcomes and associated risk factors. METHODS: Data were prospectively collected by intern school nurses at 11 private schools for the 2018-2019 academic year. Descriptive and inferential analyses were performed. Chi-square comparisons were conducted to determine the significance of any differences in injury rates between boys and girls for each category of school. RESULTS: 4,619 injury cases were collected. The yearly rate for school injuries was 419.1 per 1,000 children for the year 2018-2019. Boys demonstrated a significantly higher injury rate for all mechanisms of injuries, with the exception of being injured while walking, injured in the gym/sports areas, and other areas outside the playground and classroom. Elementary school children had the highest rate of injuries, nearly 2.4 times higher than kindergarten, 2.8 times higher than middle school, and 14.5 times higher than high school. Injuries to the face, upper extremities, and lower extremities were nearly 3 times more common than injuries to other areas of the body. Bumps/hits and bruises were most common-almost 3 times more likely than all other injury types. Injuries were mainly minor or moderate in severity-severe injuries were about 10 times less likely. Most injuries were unintentional, with rates nearly 5 times higher than those with unclear intent and 12 times higher than intentional injuries. CONCLUSIONS: School injuries represent a relatively common problem. Compliance with playground safety standards coupled with the implementation of injury prevention strategies and active supervision at schools can curtail child injuries and ensure a safe and injury-free school environment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».