The perceptions of professional soccer players on the risk of injury from competition and training on natural grass and 3rd generation artificial turf
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to describe professional soccer players' perceptions towards injuries, physical recovery and the effect of surface related factors on injury resulting from soccer participation on 3rd generation artificial turf (FT) compared to natural grass (NG). METHODS: Information was collected through a questionnaire that was completed by 99 professional soccer players from 6 teams competing in Major League Soccer (MLS) during the 2011 season. RESULTS: The majority (93% and 95%) of the players reported that playing surface type and quality influenced the risk of sustaining an injury. Players believed that playing and training on FT increased the risk of sustaining a non-contact injury as opposed to a contact injury. The players identified three surface related risk factors on FT, which they related to injuries and greater recovery times: 1) Greater surface stiffness 2) Greater surface friction 3) Larger metabolic cost to playing on artificial grounds. Overall, 94% of the players chose FT as the surface most likely to increase the risk of sustaining an injury. CONCLUSIONS: Players believe that the risk of injury differs according to surface type, and that FT is associated with an increased risk of non-contact injury. Future studies should be designed prospectively to systematically track the perceptions of groups of professional players training and competing on FT and NG.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».