Social isolation and firearm secure storage in the USA: results from the 2022 BRFSS
Notice bibliographique
Résumé
BACKGROUND: Firearm secure storage (ie, storing firearms unloaded and locked) is recommended to reduce unintentional injuries and suicides. However, the relationship between psychological states, such as social isolation, and firearm secure storage practices is under-researched. METHODS: Data are from 7136 individuals with firearms in their households from the 2022 Behavioral Risk Factor Surveillance System. Multinomial logistic regression was used to explore the relationship between social isolation and firearm storage. RESULTS: Among respondents, 71.6% reported storing firearms unloaded, 14.2% stored firearms loaded and locked and 14.2% stored firearms loaded and unlocked. Most respondents reported feeling 'never' (40.7%) or 'rarely' (33.3%) socially isolated, with 18.7% reporting 'sometimes', 4.3% 'usually' and 3.0% 'always' feeling socially isolated. Covariate-adjusted multinomial logistic regression analysis revealed that respondents who felt 'always' socially isolated had an over threefold greater risk of storing firearms loaded and unlocked (relative risk ratio=3.733, 95% CI 1.443 to 9.662, p=0.007) compared with unloaded. CONCLUSION: Results suggest a link between feelings of social isolation and unsecured firearm storage. Public health strategies should address both firearm safety education and the underlying issue of social isolation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».