MétaCan
Menu
Retour à la cohorte
Enregistrement W3090488519 · doi:10.24095/hpcdp.31.3.03f

Profils des renversements mortels de machines en milieu agricole au Canada

2011· article· fr· W3090488519 sur OpenAlexaffvenueabout
JM DeGroot, C Isaacs, William Pickett, RJ Brison

Notice bibliographique

RevueMaladies chroniques et blessures au Canada · 2011
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensQueen's UniversityKingston General Hospital
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Introduction Nous avions pour objectif d’examiner les activités et les circonstances liées aux renversements mortels de machines en milieu agricole. Méthodologie Nous avons ciblé les cas de renversements mortels de machines en milieu agricole consignés par le Programme canadien de surveillance des blessures en milieu agricole (PCSBMA) entre 1990 et 2005. Nous avons relevé les renversements de côté et vers l’arrière selon l’âge et le sexe de la victime, l’année, la saison agricole, le type de machine ainsi que l’activité liée à l’accident et le lieu et les circonstances de ce dernier. Résultats Le taux de mortalité annuel lié aux renversements au Canada se situait à 9,1 pour 100 000 exploitations agricoles. Le nombre de renversements mortels a chuté de 30 % par rapport à la valeur de référence au cours de la période de 16 ans étudiée (p = 0,004). Les renversements mortels ont touché plus souvent les hommes de 50 à 69 ans (renversements de côté) et ceux de 60 à 79 ans (renversements vers l’arrière). Analyse Les renversements de côté se produisent lorsque l’opérateur traverse une pente ou roule trop près d’un fossé longeant un chemin ou un champ. Les renversements vers l’arrière se produisent lors de la montée d’une pente, du remorquage d’une machine, du dégagement d’une machine coincée, de l’extraction de souches ou d’arbres et du traînage d’instruments ou de billes de bois. Les programmes de prévention primaire des blessures par renversement devraient cibler ces profils d’accidents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,214
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMaladies chroniques et blessures au CanadaMême sujetAgriculture and Farm SafetyTravaux en français237 207