MétaCan
Menu
Retour à la cohorte
Enregistrement W4400804121 · doi:10.1080/17457300.2024.2378124

Home injuries in British Columbia: patterns across the deprivation spectrum

2024· article· en· W4400804121 sur OpenAlexafffundabout
Umerdad Khudadad, Mojgan Karbakhsh, Anita Yau, Fahra Rajabali, Alex Zheng, Audrey R. Giles, Ian Pike

Notice bibliographique

RevueInternational Journal of Injury Control and Safety Promotion · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensUniversity of British ColumbiaBC Children's HospitalUniversity of Ottawa
Organismes subventionnairesBC Children's Hospital
Mots-clésInjury preventionPoison controlOccupational safety and healthSuicide preventionPsychological interventionNeighbourhood (mathematics)Human factors and ergonomicsVulnerability (computing)MedicineCensusGeographyEnvironmental healthDemographyGerontologyPopulationComputer securityPsychiatrySociology

Résumé

récupéré en direct d'OpenAlex

The significant burden of home injuries has become a growing concern that affect thousands of people every year across Canada. This study examined the relationship between neighbourhood deprivation and unintentional injuries occurring at home leading to hospitalizations in British Columbia (BC) between 2015 and 2019. This study used de-identified hospitalization data on unintentional home-related injuries from the Discharge Abstract Database (DAD) and population data for each dissemination area from Statistics Canada's 2016 Census Profiles. Hospitalization rates were computed for unintentional home-related injuries across four dimensions specified in the Canadian Index of Multiple Deprivation (CIMD) for BC. For three CIMD dimensions (situational vulnerability, economic dependency, and residential instability), unintentional home injury rates were higher in areas with higher deprivation, while the inverse was observed for ethno-cultural diversity. Understanding socio-economic disparities within neighbourhoods enables injury prevention partners to identify vulnerable populations and prioritize the development and implementation of evidence-based injury prevention interventions.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,296
Écart entre enseignants0,289 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Injury Control and Safety PromotionMême sujetInjury Epidemiology and PreventionTravaux en français237 207