From the prehospital literature
Notice bibliographique
Résumé
edited by Malcolm Wollard ▴ Richard J, Osmond MH, Nesbitt L, et al . Management and outcomes of pediatric patients transported by emergency medical services in a Canadian prehospital system. Can J Emerg Med2006;8:6–12. [OpenUrl][1] This Canadian prospective cohort study explored the types of interventions given to children by pre-hospital emergency medical services (EMS). It recruited a contiguous group of 1377 children under 16 years of age (mean 8.2 years) attended by EMS during a 6 month period. The most common presenting conditions were trauma (44.9%), seizure (11.8%) and respiratory distress (8.8%). The study showed that, despite EMS providers having a major role in treating these conditions, lifesaving interventions, particularly airway management skills, were rarely used. These included intravenous drug administration (1.4%), bag valve mask ventilation (0.3%) and endotracheal intubation (0.1%). This may be explained by the high rate of patients (28%) not transported and a low rate of urgent transports (7%) for admission to hospital. However, it demonstrates that EMS providers have very little opportunity to maintain their paediatric skills. The study found most pre-hospital practitioners would not have the opportunity to ventilate a single child in one year. This has important implications for pre-hospital education. While … [1]: {openurl}?query=rft.jtitle%253DCan%2BJ%2BEmerg%2BMed%26rft.volume%253D8%26rft.spage%253D6%26rft.genre%253Darticle%26rft_val_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Ajournal%26ctx_ver%253DZ39.88-2004%26url_ver%253DZ39.88-2004%26url_ctx_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Actx
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,174 | 0,074 |
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 ».