The Distribution of Injuries in Men's Canada West University Football: A 5-year Analysis
Notice bibliographique
Résumé
We conducted a prospective cohort study from 1993 to 1997 to determine the frequency and severity of injury in men's Canada West university football. The Canadian Intercollegiate Sport Injury Registry was used to document baseline preseason data, daily athlete participation, and subsequent injury from five varsity football teams. An injury was defined as "any injury resulting in one or more complete or partial sessions of time loss" or "any concussion or transient neck neurologic injury." The annual proportion of injured athletes ranged from 53.5% to 60.4%, with a 5-year total of 1,811 injuries. Regression analysis indicated that the rate of nonconcussion, nonneck neurologic injuries increased. Concussion (N = 110), hamstring strain (N = 88), and brachial plexus (N = 84) injuries were the most common, specific injury diagnoses. Knee injuries resulted in the highest rate of severe (greater than or equal to 7 sessions of time loss) injury and resulted in the most time loss (3,350.5 sessions). Ligament sprains and muscle strains and spasms accounted for approximately half of all injury diagnoses. A total of 1,173 injuries (65%) were related to contact between players or between players and other obstacles. Future studies should be conducted to identify risk factors for the ultimate purpose of implementing injury prevention strategies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».