Prioritising preventive measures for unintentional sport and recreation-related deaths in Québec, Canada, based on a 14-year review
Notice bibliographique
Résumé
OBJECTIVES: This study analysed sport and recreation-related fatalities in Québec, Canada, from January 2006 to December 2019, focusing on the six activities with the highest mortality frequencies. It aimed to identify activity-specific risk factors to inform prevention priorities. METHODS: In this descriptive retrospective study, data extracted from the database of the Bureau du coroner du Québec were analysed. The characteristics and mechanisms of fatalities in all-terrain vehicles, snowmobiles, cycling, swimming, motorised navigation and non-motorised navigation activities were presented. Incidence rates were calculated using Canadian census data. RESULTS: Male fatalities predominated, ranging from 83% to 91%, in the six activities. Traumatic brain injuries or cranial traumas were reported in 55.7% of land-based activities-related deaths, particularly in 70.1% of cycling fatalities. In 44.2% of cycling-related cases, victims were not wearing a helmet, while in 44.1% of cases involving all-terrain vehicles, victims either wore a helmet improperly or did not wear one at all. Cycling deaths mainly occurred on roads (82.9%), with 63.9% involving collisions with motor vehicles. Alcohol-impaired driving was observed in 29.8% of victims involved in all-terrain vehicle and snowmobile activities combined. Natural water accounted for 67.1% of swimming fatalities. Alcohol consumption was documented in 28.8% of deaths related to water-based activities. Personal flotation devices were not worn in 61.5% of navigation-related fatalities. CONCLUSION: Activity-specific prevention priorities have been highlighted. A thorough examination of coroners' recommendations is now necessary to understand their characteristics, as this information can guide both the identification and implementation of preventive measures.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».