The effect of legislation on firearm-related deaths in Canada: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Firearm misuse is common in cases of homicide, suicide and unintentional injury; this is a major public health issue, with societal and economic costs extending beyond the immediate injury or loss of life. We sought to review the evidence on the effectiveness of Canadian legislation in reducing deaths caused by firearms. METHODS: Five databases (PubMed, Embase, CINAHL, Web of Science and Scopus) were searched from inception to May 2021 for studies evaluating the effect of Canadian gun control laws Bill C-51 (1977), Bill C-17 (1991) and Bill C-68 (1995) on rates of firearm-related death. Two reviewers performed article screening independently and in duplicate. We synthesized data using descriptive statistics. The primary outcome of interest was firearm-related mortality rates. Because of study heterogeneity, a meta-analysis was not performed. RESULTS: Overall, 1479 articles were screened, and 18 studies were included. Ten studies examined the effect on homicides, of which 5 reported a reduction during the postlegislation period; 1 study reported evidence of substitution from firearms to other methods of homicide among people aged 15-24 years. Eleven studies evaluated the effect on suicides, with 9 finding a reduction in suicide rates. Eight of these studies reported evidence of substitution from firearms to other suicide methods. Two studies investigated accidental deaths; neither reported any benefit after legislation. INTERPRETATION: Evidence supporting the effectiveness of Canadian firearms legislation in the reduction of homicide and accidental death rates is inconclusive; a decrease in firearm-related suicide rates was observed by most studies, but evidence of method substitution was also identified. Re-evaluation of existing laws may be beneficial to build an improved and effective evidence-based national framework for prevention of gun violence. PROSPERO REGISTRATION: CRD42020192486.
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 | 0,010 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».