MétaCan
Menu
Retour à la cohorte
Enregistrement W7117876340 · doi:10.1136/ip-2025-045993

Assessing the Youth Safety Lab program through a health equity lens

2025· article· en· W7117876340 sur OpenAlexaffabout
Qizhi Mao, Shaelyn Fitzpatrick, B Tanenbaum

Notice bibliographique

RevueInjury Prevention · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensSunnybrook Health Science CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésOccupational safety and healthInjury preventionPoison controlSuicide preventionEquity (law)Human factors and ergonomicsLens (geology)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Injury is the leading cause of death among youth in Canada. This study aimed to evaluate the effectiveness of the Youth Safety Lab (YSL) programme in improving injury prevention knowledge and skills among high school students in the Greater Toronto Area (GTA), with attention to equity across sociodemographic groups. METHODS: A retrospective longitudinal study involved 1805 students from over 50 high schools at three time points: before the programme, immediately after and 3 months later. The survey, based on the Health Action Process Approach, assessed five aspects related to injury prevention. Wilcoxon signed-rank tests and regression analyses were used to examine changes and disparities in outcomes. RESULTS: Scores across all five sections showed significant improvement following the intervention, with the greatest gains observed in bleeding injury response. Black students were under-represented in follow-up participation, and female students exhibited greater improvements than male students in bleeding injury response, indicating potential disparities in engagement and outcomes. CONCLUSIONS: The YSL programme effectively enhances injury prevention awareness among high school students in the GTA. However, disparities in participation and outcomes highlight the need for more inclusive and responsive injury prevention programmes.

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)0,003
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,107
Tête enseignante GPT0,498
Écart entre enseignants0,391 · 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'étudeAutre devis
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 revueInjury PreventionMême sujetInjury Epidemiology and PreventionTravaux en français237 207