MétaCan
Menu
Retour à la cohorte
Enregistrement W4220908393 · doi:10.1177/10775587221081698

Changing Care Settings for Injuries

2022· article· en· W4220908393 sur OpenAlexaboutno aff
Christine Buttorff, Sara E. Heins, Hamad Al-Ibrahim

Notice bibliographique

RevueMedical Care Research and Review · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Consumer Product Safety Commission
Mots-clésMedicineEmergency departmentQuarter (Canadian coin)Medical emergencyPoison controlInjury preventionOccupational safety and healthSuicide preventionEmergency medicineEmergency roomsHuman factors and ergonomicsGeographyNursing

Résumé

récupéré en direct d'OpenAlex

Tracking injury rates is important for surveillance purposes but little data exist for injuries outside of emergency department visits. We assess the share and type of injuries reported in urgent care centers (UCCs) compared with other settings. We used FAIR Health claims data from 2016 through the first quarter of 2019 to calculate the percent of claims and most common types of injuries. Of the 197 million injury claims, 62% occurred in office settings and 17% in hospital outpatient departments (HOPDs), 5% in inpatient and in ED settings, and less than 2% in UCCs. Injury claims in UCCs increased 6% from 2016 to 2018, whereas injury claims in EDs declined 24%. Overall, physician offices and HOPDs accounted for the largest share of injury care, but UCCs represented the fastest growing setting to treat injuries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,745

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,058
Tête enseignante GPT0,444
Écart entre enseignants0,386 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Care Research and ReviewMême sujetEmergency and Acute Care StudiesTravaux en français237 207