MétaCan
Menu
Retour à la cohorte
Enregistrement W4404528315 · doi:10.1080/21594937.2024.2425539

Children’s dynamic risk management – a comprehensive approach to children’s risk willingness, risk assessment, and risk handling

2024· article· en· W4404528315 sur OpenAlexaff
Rasmus Kleppe, Ellen Beate Hansen Sandseter, Ole Johan Sando, Mariana Brussoni

Notice bibliographique

RevueInternational Journal of Play · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensBC Children's HospitalLearning PartnershipUniversity of British Columbia
Organismes subventionnairesNorges Forskningsråd
Mots-clésRisk managementRisk analysis (engineering)Risk assessmentActuarial scienceBusinessEnvironmental healthMedicineEconomicsFinanceManagement

Résumé

récupéré en direct d'OpenAlex

Theoretical conceptualizations to facilitate understanding of how children manage risk-taking and risky play in their everyday lives are limited. We propose that there are emotional, cognitive and physical processes at work when a child faces a risk and that these processes can be termed risk willingness, risk assessment, and risk handling, respectively. In real-world risky situations, these processes overlap, interlink, and vary across individual and contextual factors. However, combined, they can be seen as a comprehensive expression of children’s risk management. The processes must also be understood within the cultural, social, and environmental contexts of the risk. We aim to unify these concepts within a comprehensive model that can be tested and applied in empirical studies and used to understand children’s risk-taking in general, as well as the implications of increasingly risk-deprived childhoods.

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 enseignants0,088
Score d'incertitude au seuil0,785

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 recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,330
Écart entre enseignants0,320 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of PlayMême sujetInjury Epidemiology and PreventionTravaux en français237 207