Matching study using health and police datasets for characterising interpersonal violence in the community of Khayelitsha, South Africa 2013–2015
Notice bibliographique
Résumé
OBJECTIVES: The Cardiff Model of data sharing for violence prevention is premised on the idea that the majority of injury cases presenting at health facilities as a result of interpersonal violence will not be reported to the police. The aim of this study was to determine the concordance between violent crimes reported to the police with violence-related injuries presenting at health facilities in Cape Town, South Africa. METHODS: We conducted a retrospective analysis of secondary cross-sectional health and police data, from three health facilities and three police stations in the community of Khayelitsha, Cape Town. 781 cases of injuries arising from interpersonal violence seen at health facilities were compared with 739 violence-related crimes reported at police stations over five separate week-long sampling periods from 2013 to 2015. Personal identifiers, name and surname, were used to match cases. RESULTS: Of the 708 cases presenting at health facilities, 104 (14.7%) were matched with police records. The addition of non-reported cases of violence-related injuries from the health dataset to the police-reported crime statistics resulted in an 81.7% increase in potential total violent crimes over the reporting period. Compared with incidents reported to the police, those not reported were more likely to involve male patients (difference: +47.0%; p<0.001) and sharp object injuries (difference: +24.7%; p<0.001). Push/kick/punch injuries were more frequent among reporting than non-reporting patients (difference: +17.5%; p<0.001). CONCLUSION: These findings suggest that the majority of injuries arising from interpersonal violence presenting at health facilities in Khayelitsha are not reported to the police. A data-sharing model between health services and the police should be implemented to inform violence surveillance and reduction.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».