Prevalence and Characteristics of Ambulance Collisions, a Systematic Literature Review
Notice bibliographique
Résumé
The risk of dying or being injured as a result of traffic collisions is higher for medical emergency responders than for other professional drivers. This systematic review synthesizes the literature regarding the collisions of ambulances, focusing on the prevalence and characteristics surrounding such events. Keywords including paramedics and traffic collisions were searched in papers available in PubMed from January 1990 to July 2021. Two independent reviewers screened the abstracts of 2494 papers and ended up with 93 full-text articles to assess for eligibility, of which 26 papers were finally kept for this review. There was a total of 18 studies conducted in the United States, followed by 3 in Turkey, 2 in Taiwan, 1 in both the United States and Canada, 1 in France, and 1 in Poland. There is a high record of injury and fatal collisions for ambulances compared to other commercial or similarly sized vehicles. Drivers less than 35 years old with low experience and a history of citations are more likely to be involved in such collisions. Ambulance collisions are more likely to happen in urban areas and intersections are the riskiest locations. Most collisions occur when the ambulance is responding to an emergency call (i.e., going to the patient or the hospital) and using lights and sirens. Tailored preventive policies and programs for improving paramedics’ safety should be sought to reduce the burden of these occupational collisions.
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 | 0,011 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,020 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».