MétaCan
Menu
Retour à la cohorte
Enregistrement W7084388160 · doi:10.6084/m9.figshare.c.8066555

Measuring inequities in transportation injuries in a Canadian commuter cohort: impacts of individual versus neighbourhood income

2025· other· en· W7084388160 sur OpenAlexaffabout

Notice bibliographique

RevueFigshare · 2025
Typeother
Langueen
DomaineChemistry
ThématiqueSulfur-Based Synthesis Techniques
Établissements canadiensSimon Fraser UniversityToronto Metropolitan UniversityUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)PedestrianPoisson regressionInjury preventionPoison controlOccupational safety and healthHuman factors and ergonomicsSuicide prevention

Résumé

récupéré en direct d'OpenAlex

Abstract Background Low income has been associated with a higher risk of transportation-related injury however, previous studies have largely relied on area-level income, due to the limited availability of individual-level data. Methods To examine the independent and combined roles of individual- and area-level income, this prospective cohort study followed ~ 6,557,000 Canadians from the Canadian Census Health and Environment Cohorts (2006, 2011, 2016), for pedestrian, bicycling, or motor vehicle hospitalizations. Income was measured (1) individually by the low-income cut-off and (2) at the area level using neighbourhood income quintiles. Poisson regression estimated the incidence rate ratios (IRR) and 95% confidence intervals (CI) for transportation-related hospitalizations. Results After adjusting for covariates, low-income individuals had higher risks of hospitalizations for pedestrian (IRR = 1.93, 95%CI (1.62, 2.29)), bicycling (IRR = 1.16, 95%CI (1.01, 1.34)) and motor vehicle injuries (IRR = 1.18, 95%CI (1.06, 1.31)). When both individual and neighbourhood income were assessed together we estimated, that those who lived in the lowest income neighbourhoods (compared to the highest) had a higher risk of pedestrian (IRR = 1.80, 95%CI (1.51, 2.14)) and motor vehicle injury (IRR = 1.33, 95%CI (1.22, 1.42)) but lower risk of bicycling injury (IRR = 0.73, 95%CI (0.65, 0.81)). Conclusions The interaction between individual and neighbourhood income revealed an increased injury risk for low-income individuals in all neighbourhoods, with large inequities in pedestrian and motor vehicle injury risk persisting even in the highest-income neighbourhoods. These findings demonstrate individual income independently contributes to transportation injury risk, underscoring the importance of considering both individual- and area-level income.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,1730,000

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 Opus0,034
Tête enseignante GPT0,264
Écart entre enseignants0,230 · 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.

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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetSulfur-Based Synthesis TechniquesTravaux en français237 207