Blessures associées aux jeux gonflables traitées dans des services d'urgence au Canada, 1990-2009
Notice bibliographique
Résumé
<sec> <title>Introduction</title> 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. </sec> <sec> <title>Méthodologie</title> 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. </sec> <sec> <title>Résultats</title> 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. </sec> <sec> <title>Conclusion</title> 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. </sec>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 tête enseignante, 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 ».