Autopsy findings of firearm fatalities at District Head Quarter hospital, Lakki Marwat, KP
Notice bibliographique
Résumé
Introduction: Firearm injuries are considered one of the leading causes for both homicidal and suicidal deaths worldwide. Among different firearms, handguns are the most preferred weapon used especially for suicide. Frequency of firearm fatalities vary from place to place depending upon multiple factors like culture, literacy rate, strict execution of laws.Material & Methods: This was a descriptive cross-sectional study based on secondary data of medico-legal autopsy reports of years 2013 and 2014 at the District Head Quarter (DHQ) Hospital Lakki Marwat, Khyber Pakhtunkhwa (KP), Pakistan. Informed consents were collected from respective authorities. All reports were analyzed in SPSS version 20 for descriptive statistics.Results: A total of 93 autopsies of firearm fatalities including 49(52.7%) cases in 2013 and 44(47.3%) cases in 2014 were analyzed, which included 85(91.4%) males. The mean age of the deceased was 31.5±13.3 years. Majority of cases were brought from Lakki Marwat, followed by Ghazni Khel region. Multiple gunshot wounds were found in 53(57%) cases. Chest was the most affected body area involved, followed by head. Homicide accounted for 90(96.8%) and suicide for 03(3.2%) cases.Conclusion: Young males were the preferred victims of fatal gunshot wounds, with majority being cases of homicide sustaining multiple wounds on upper parts of the body.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».