MétaCan
Menu
Retour à la cohorte
Enregistrement W1982422265 · doi:10.3390/jcm2020022

Factors Affecting Ankle Support Device Usage in Young Basketball Players

2013· article· en· W1982422265 sur OpenAlexafffund
Michael D. Cusimano, Ahmed Faress, Wilson Luong, Khizer Amin, Joanne Eid, Tamer Abdelshaheed, Kelly Russell

Notice bibliographique

RevueJournal of Clinical Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueFoot and Ankle Surgery
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineBasketballAnklePhysical medicine and rehabilitationPhysical therapySurgery

Résumé

récupéré en direct d'OpenAlex

This cross-sectional study explores factors affecting the decision of basketball players to wear ankle support devices (ASDs). A questionnaire regarding attitudes towards ASD usage was developed based on the Health Belief Model (HBM). The questionnaire assessed HBM perceptions (susceptibility, severity, benefits, and barriers) and modifying factors (demographic, personal history of ankle injury, influence of coach to preventive action) that may affect an athlete's decision to wear ASDs. One hundred forty basketball players competing at the recreational, high school, or university levels completed the questionnaire, with the questionnaires being completed at the basketball gymnasium or at home. It was found that athletes whose coaches enforced ASD use were significantly more likely to wear them (OR: 35.71; 95% CI: 10.01, 127.36), as were athletes who perceived ankle injuries to be severe (OR: 2.77; 95% CI: 1.04, 7.37). Previous injury did not significantly increase the odds of using an ASD. The combined influence of coach enforcement and previous injury had the greatest effect on increasing ASD use. The largest barrier to ASD use was a lack of aesthetic appeal. Strategies aimed at increasing players' willingness to wear ankle protection should be emphasized among coaches and parents as this may increase use of ASDs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,131
Tête enseignante GPT0,422
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetFoot and Ankle SurgeryTravaux en français237 207