Blessures associées à des produits de consommation au Canada : revue systématique de la littérature
Notice bibliographique
Résumé
<sec> <title>Objectifs</title> Effectuer une revue systématique de la littérature portant sur les blessures associées à certains produits de consommation. </sec> <sec> <title>Méthodologie</title> Nous avons analysé 46 rapports de recherche de nature empirique et 32 rapports de surveillance du Système canadien hospitalier d'information et de recherche en prévention des traumatismes (SCHIRPT) dans le but de déterminer le nombre approximatif de blessures par année associées à chaque produit ainsi que toute tendance dans les fréquences. Nous avons également extrait des rapports les pourcentages des blessures qui ont donné lieu à une hospitalisation, qui semblaient résulter du produit lui-même et qui étaient associées à une utilisation inappropriée ou dangereuse ou à l'absence de casque. </sec> <sec> <title>Résultats</title> Les équipements de sport et de jeu de plein air semblent être associés aux nombres de blessures les plus élevés. Une proportion relativement importante de blessures semble résulter d'une utilisation inappropriée ou dangereuse du produit et du non-respect des mesures de sécurité requises. </sec> <sec> <title>Conclusion</title> Cette revue a permis de relever plusieurs sujets de préoccupation à propos des blessures associées à des produits de consommation : absence de casque lors de l'utilisation de patins à roues alignées, de traîneau, de planche à neige, de skis alpins ou de motomarine; conduite d'un véhicule tout-terrain (VTT) ou d'une motoneige avec facultés affaiblies par l'alcool; conduite d'une motoneige à une vitesse excessive; conception défectueuse de certains équipements de terrain de jeu; entreposage et utilisation non sécuritaires d'allumettes. </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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».