Child maltreatment mortality in Canada: An analysis of coroner and medical examiner data
Notice bibliographique
Résumé
BACKGROUND: Fatalities are the most severe consequence of child maltreatment, but there are gaps in what is known about the epidemiology of such deaths in Canada. OBJECTIVES: The objectives of this study were to: (1) identify child maltreatment deaths among those classified as homicide or undetermined manner; (2) estimate rates of child maltreatment mortality by sex, age, geography, and year; and (3) measure differences between rates of child maltreatment mortality and homicide mortality. METHODS: We used a cross-sectional design and analyzed mortality data from the Canadian Coroner and Medical Examiner Database for a ten-year period (2007 to 2016). To identify child maltreatment deaths, we reviewed narrative data about children aged 0 to 17 years old whose deaths were classified as homicide or undetermined. Descriptive statistics, mortality rates, and incidence rate ratios were calculated. RESULTS: Among the 1758 child deaths due to homicide or an undetermined manner, maltreatment was the probable cause in 20.4 % (n = 359) of deaths; most child maltreatment deaths (72.1 %, n = 259) were among children younger than 5 years old. The national child maltreatment mortality rate was 0.55 deaths per 100,000; the rate was highest among infants (3.43 per 100,000) and decreased at older ages. CONCLUSION: This study provides evidence about the epidemiology of child maltreatment mortality in Canada.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».