La barrera de suicidio en el Viaducto de Bloor Street sobre las tasas de suicidio en Toronto
Bibliographic record
Abstract
Resumen. Objectivo: Determinar el impacto a largo plazo de la barrera del suicidio del Viaducto de Bloor Street sobre las tasas de suicidio en Toronto y si lo s informes de medios han tenido algun impacto sobre las tasas de suicidio. Diseno: Estudio ecologico. Realizado en Toronto (Canada) sobre los registros del de Ontario 1993-2003 (11 anos antes de la barrera) y 2004-2014 (11 anos despues de la barrera). Participantes: 5403 personas que murieron por suicidio en la ciudad de Toronto. Principal medida de resultado: Cambios en las tasas anuales de suicidio saltando del Viaducto de Bloor Street, otros puentes incluyendo el puente de comparacion mas cercano, puentes a pie, edificios, y por otros medios. Resultados: Las tasas de suicidio en el viaducto de Bloor Street se redujeron de 9 muertes / ano antes de la barrera a 0,1 muertes / ano despues de la barrera (tasa de incidencia (IRR) 0,005, IC del 95%: 0 , 0005 a 0,19, p = 0,002). Las muertes suicidas de los puentes de Toronto tambien disminuyeron significativamente (IRR 0.5, IC del 95%: 0.4 a 0.7, p <0.0001). Los informes de los medios de comunicacion sobre el suicidio en el viaducto de Bloor Street se asociaron con un aumento del suicidio por salto de puentes del ano siguiente. Conclusiones: El estudio actual demuestra que, a largo plazo, el suicidio por salto se redujo en Toronto tras la barrera sin un aumento asociado del suicidio por otros medios. Es decir, la barrera parece haber tenido su proposito de impedir el suicidio a pesar de un aumento a corto plazo de muertos en otros puentes que, al menos, fueron parcialmente influidos por un efecto mediatico.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".