Hospitalizations for unintentional injuries among Canadian adults in areas with a high percentage of Aboriginal-identity residents
Notice bibliographique
Résumé
INTRODUCTION: Injuries are a leading cause of death and morbidity. While individual Aboriginal identifiers are not routinely available on national administrative databases, this study examines unintentional injury hospitalization, by cause, in areas with a high percentage of Aboriginal-identity residents. METHODS: Age-standardized hospitalization rates (ASHRs) and rate ratios were calculated based on 2004/2005-2009/2010 data from the Discharge Abstract Database. RESULTS: Falls were the most frequent cause of injury. For both sexes, ASHRs were highest in high-percentage First Nations-identity areas; high-percentage Métis-identity areas presented the highest overall ASHR among men aged 20-29 years, and high-percentage Inuit-identity areas presented the lowest ASHRs among men of all age groups. Some causes, such as falls, presented a high ASHR but a rate ratio similar to that for all causes combined; other causes, such as firearm injuries among men in high-percentage First Nations-identity areas, presented a relatively low ASHR but a high rate ratio. Residents of high-percentage Aboriginal-identity areas have a higher ASHR for hospitalization for injuries than residents of low-percentage Aboriginal-identity areas. CONCLUSION: Residents of high-percentage Aboriginal-identity areas also live in areas of lower socio-economic conditions, suggesting that the causes for rate differences among areas require further investigation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».