Injury risk from popular childhood physical activities: results from an Australian primary school cohort
Notice bibliographique
Résumé
BACKGROUND: Children engage in various physical activities that pose different injury risks. However, the lack of adequate data on exposure has meant that these risks have not been quantified or compared in young children aged 5-12 years. OBJECTIVES: To measure exposure to popular activities among Australian primary school children and to quantify the associated injury risks. METHOD: The Childhood Injury Prevention Study prospectively followed up a cohort of randomly selected Australian primary and preschool children aged 5-12 years. Time (min) engaged in various physical activities was measured using a parent-completed 7-day diary. All injuries over 12 months were reported to the study. All data on exposure and injuries were coded using the International classification of external causes of injury. Injury rates per 1000 h of exposure were calculated for the most popular activities. RESULTS: Complete diaries and data on injuries were available for 744 children. Over 12 months, 314 injuries relating to physical activity outside of school were reported. The highest injury risks per exposure time occurred for tackle-style football (2.18/1000 h), wheeled activities (1.72/1000 h) and tennis (1.19/1000 h). Overall, boys were injured more often than girls; however, the differences were non-significant or reversed for some activities including soccer, trampolining and team ball sports. CONCLUSION: Although the overall injury rate was low in this prospective cohort, the safety of some popular childhood activities can be improved so that the benefits may be enjoyed with fewer negative consequences.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».