Données relatives aux blessures en Colombie‑Britannique : opinion des décideurs en ce qui concerne le transfert de connaissances
Bibliographic record
Abstract
Les décideurs provinciaux et régionaux du domaine de la prévention des blessures de la Colombie‑Britannique ont été interrogés sur ce qu'ils croient être la meilleure manière de transférer ou de diffuser des données pertinentes. Ces décideurs (n = 13) ont mentionné que les données devraient appuyer le processus décisionnel en dressant un tableau complet de la situation. Ils croient que les renseignements sur les types et les taux de blessures devraient non seulement être liés aux déterminants et aux causes, mais aussi aux répercussions et aux conséquences. Selon eux, une telle chaîne de données est nécessaire pour planifier et évaluer les mesures de promotion de la santé. Les décideurs croient également que les fournisseurs de données doivent investir plus d'efforts pour améliorer leur capacité de collecte de données dans le but de permettre aux professionnels du domaine des blessures de mieux comprendre, d'interpréter et d'utiliser les données. Les commentaires recueillis, qui peuvent facilement être utilisés par d'autres administrations ou secteurs de politique, permettent de mieux saisir la valeur concrète du transfert et de l'échange de connaissances entre les chercheurs et les décideurs.
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 | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".