L’évaluation médicale en cas de soupçons de trauma crânien causé par la maltraitance des enfants
Bibliographic record
Abstract
Le trauma crânien causé par la maltraitance des enfants, une conséquence grave de la violence envers les enfants, est associé à une morbidité et une mortalité importantes, particulièrement chez les nourrissons et les jeunes enfants. Les professionnels de la santé ont un rôle important à jouer, y compris pour détecter et traiter ces enfants, signaler les craintes de maltraitance aux services de protection de l'enfance, évaluer les lésions et les troubles médicaux connexes, soutenir les enfants et leur famille et transmettre l'information médicale clairement aux familles, aux autres professionnels de la santé, aux services de protection de l'enfance et au milieu juridique. Les symptômes associés aux traumatismes crâniens recoupent souvent ceux d'autres maladies courantes de l'enfance, et les signes externes de lésions peuvent être discrets ou même inexistants. Par conséquent, le trauma crânien causé par la maltraitance des enfants est souvent négligé et détecté tardivement, ce qui contribue au risque que les sévices se poursuivent. Pour évaluer un traumatisme crânien en cas de soupçons de maltraitance d'enfant, il faut examiner les causes médicales éventuelles des observations cliniques et déterminer la présence de lésions occultes. Le présent point de pratique fournit aux professionnels de la santé des conseils pour qu'en cas de soupçons, ils détectent le trauma crânien causé par la maltraitance d'un nourrisson ou d'un enfant et procèdent à l'évaluation médicale des lésions et des blessures.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".