MétaCan
Menu
Retour à la cohorte
Enregistrement W3103437946 · doi:10.1016/j.forsciint.2020.110592

Bitten or struck by dog: A rising number of fatalities in Europe, 1995–2016

2020· article· en· W3103437946 sur OpenAlexaboutno aff
Sirkku Sarenbo, P. Andreas Svensson

Notice bibliographique

RevueForensic Science International · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueRabies epidemiology and control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemographyIncidence (geometry)RabiesDog biteMedicineGeographyInjury preventionOccupational safety and healthAge groupsCause of deathPoison controlEnvironmental healthDiseasePathology

Résumé

récupéré en direct d'OpenAlex

We analyzed fatal dog attacks in Europe 1995-2016 using official death cause data from Eurostat. The data comprised the number of fatalities assigned The International Statistical Classification of Diseases and Related Health Problems, Tenth Revision (ICD-10) code W54 "bitten or struck by dog", which includes deaths due to direct attacks but which excludes many complications following dog bites, such as rabies. In 2016, dogs killed 45 Europeans, which translates to an incidence of 0.009 per 100,000 inhabitants. This is comparable to estimates from the USA (0.011), and Canada (0.007), but higher than Australia (0.004). The number of European fatalities due to dog attacks increased significantly at a rate of several percent per year. This increase could not be explained by increases in the human or the dog populations. By taking all fatalities reported 1995-2016 into account, we investigated the effects of age, gender and geography. First, children, including infants, were common victims, but also middle-aged and the elderly, while people between ages 10 and 39 were rarely killed by dogs. Second, boys and men were overrepresented, but only in certain age groups and in certain parts of Europe. Third, there were large national and regional differences, both in the effects of gender and in incidences, which ranged from 0 to 0.045 per 100,000 inhabitants. This study of dog-related fatalities at a European level is the first of its kind and forms a basis for more detailed, national studies.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,020
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,299
Écart entre enseignants0,276 · 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

Citations56
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForensic Science InternationalMême sujetRabies epidemiology and controlTravaux en français237 207