Unhelmeted Injured Cyclists in a Canadian Emergency Department: Cycling Behavior and Attitudes Towards Helmet Use
Notice bibliographique
Résumé
INTRODUCTION: We seek to characterize unhelmeted injured cyclists presenting to the emergency department: demographics, cycling behavior, and attitudes towards cycling safety and helmet use. METHODS: This was a prospective case series in a downtown teaching hospital. Injured cyclists presenting to the emergency department were recruited for a standardized survey if not wearing a helmet at time of injury and over age 18. Exclusion criteria included inability to consent (language barrier, cognitive impairment) or admission to hospital. RESULTS: We surveyed 72 UICs (unhelmeted injured cyclists) with mean age of 34.3 years (range 18-68, median 30, IQR 15.8 years). Most UICs cycled daily or most days per week in non-winter months (88.9%, n = 64). Most regarded cycling in Toronto as somewhat dangerous (44.4%, n = 32) or very dangerous (5.9%, n = 4). Almost all (98.6%, n = 71) had planned to cycle when departing home that day. UICs reported rarely (11.1%, n = 8) or never (65.3%, n = 47) wearing a helmet. Reported factors discouraging helmet use included inconvenience (31.9%, n = 23) and lack of ownership (33.3%, n = 24), but few characterized helmets as unnecessary (11.1%, n = 7) or ineffective (1.4%, n = 1). CONCLUSIONS: Unhelmeted injured cyclists were frequent commuter cyclists who generally do not regard cycling as safe yet choose not to wear helmets for reasons largely related to convenience and comfort. Initiatives to increase helmet use should address these perceived barriers, and further explore cyclist perception regarding risk of injury and death.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».