Blessures associées aux jeux gonflables traitées dans des services d'urgence au Canada, 1990-2009
Notice bibliographique
Résumé
Introduction Les jeux gonflables, à savoir des structures de jeu alimentées par une soufflerie, ont récemment gagné en popularité. Cette étude visait à décrire l'épidémiologie des blessures liées aux jeux gonflables traitées dans des services d'urgence au Canada. Méthodologie Le Système canadien hospitalier d'information et de recherche en prévention des traumatismes (SCHIRPT) est un système de surveillance des blessures et des intoxications mis en œuvre dans le service d'urgence de 4 hôpitaux généraux et des 11 hôpitaux pour enfants du Canada. Nous avons consulté le SCHIRPT pour trouver des cas de blessures associées aux jeux gonflables commerciaux. Résultats Nous avons recensé 674 cas sur la période de surveillance de 20 ans, et nous avons observé une augmentation annuelle moyenne de 24,6 % (IC à 95 % : 21,6 à 27,7) pendant cette période. Les enfants de 2 à 9 ans étaient le plus fréquemment touchés (59,3/100 000 cas figurant dans le SCHIRPT), et les fractures représentaient 34,5 % des blessures subies. Conclusion Nous avons observé une augmentation marquée, au cours des dernières années, des visites aux services d'urgence pour des blessures associées à des jeux gonflables commerciaux. On pourrait agir sur les mécanismes lésionnels en modifiant la conception des produits et en s'assurant que les entreprises œuvrant dans le domaine resserrent leurs pratiques.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».