Listening to a personal music player is associated with fewer but more serious injuries among snowboarders in a terrain park: a case-control study
Notice bibliographique
Résumé
BACKGROUND: Some snowboarders listen to music on a personal music player and the objective was to determine if listening to music was associated with injury in a terrain park. METHODS: A case-control study was conducted at a terrain park in Alberta, Canada during the 2008-2009 and 2009-2010 winter seasons. Cases were snowboarders who were injured in the terrain park and presented to either the ski patrol and/or a nearby emergency department (ED). Demographic, environmental and injury characteristics were collected from standardised ski patrol Accident Report Forms, ED medical records and telephone interviews. Controls were uninjured snowboarders using the same terrain park and were interviewed as they approached the lift-line on randomly selected days and times. Multivariable logistic regression determined if listening to music was associated with the odds of snowboard injury. RESULTS: Overall, 333 injured cases and 1261 non-injured controls were enrolled; 69 (21%) cases and 425 (34%) controls were listening to music. Snowboarders listening to music had significantly lower odds of injury compared with those not listening to music (adjusted odds ratio (OR) 0.68; 95% CI 0.48 to 0.98). Snowboarders listening to music had significantly higher odds of presenting to the ED versus ski patrol only compared with those not listening to music (adjusted OR 2.09; 95% CI 1.07 to 4.05). CONCLUSIONS: While listening to music decreased the odds of any injury in the terrain park, it increased the odds of an injury resulting in ED presentation.
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 | 0,002 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».