Élaboration d'indicateurs de blessures chez les enfants et les jeunes des Premières nations et inuits au Canada grâce à une méthode de Delphes modifiée
Bibliographic record
Abstract
<sec> <title>Introduction</title> Le but de cette recherche était de franchir la première étape de l'élaboration d'indicateurs valides et représentatifs des blessures chez les enfants et les jeunes des Premières nations et Inuits du Canada. </sec> <sec> <title>Méthodologie</title> À l'aide d'une méthode de Delphes modifiée, des intervenants des collectivités et des experts ont évalué chaque indicateur en fonction de son utilité perçue et de sa capacité à inciter à l'action dans le but de réduire les blessures chez les enfants et les jeunes des collectivités autochtones. Le processus s'est déroulé en 5 étapes et a permis d'obtenir un ensemble de 27 indicateurs. </sec> <sec> <title>Résultats</title> Les indicateurs évalués comme étant les plus utiles et les plus susceptibles d'inciter à l'action ont été ceux liés au taux de collision de véhicules à moteur, au taux de mortalité et au taux d'hospitalisation. Ont été sélectionnés ensuite les indicateurs de la formation en prévention des blessures et programmes communautaires d'intervention, ceux des blessures intentionnelles, ceux des brûlures et des chutes et enfin ceux du suicide. </sec> <sec> <title>Conclusion</title> Les résultats indiquent qu'utiliser une méthode de Delphes modifiée avec participation élargie est efficace et pertinent pour élaborer un ensemble d'indicateurs visant à guider les activités de prévention des blessures chez les enfants et les jeunes des Premières nations et Inuits, tout en respectant les principes PCAPMC (propriété, contrôle, accès et possession). Une fois achevés les travaux complémentaires de validation des indicateurs et la collecte des données associées, ces indicateurs vont pouvoir servir aux collectivités pour la surveillance des blessures et pour la prise de décisions et de mesures efficaces de réduction des blessures chez les enfants et les jeunes. </sec>
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".