The Incidence Of Concussion In Male Canadian University Hockey Players
Notice bibliographique
Résumé
In the world of contact sport, ice hockey ranks among the top for incidence of concussion per player exposure. It has been estimated that sport-related concussions are significantly underreported. Until recently, sport-related concussion was not considered to be very dangerous. Recent increases in the number of studies that have focused on concussion in sport have shed new light on the importance of proper diagnosis and management. PURPOSE To determine the incidence of sport-related concussion and the demographics surrounding these injuries in male Canadian university hockey players. METHODS One hundred and twenty male university hockey players (age: 22.2±1.39 years) from seven teams in the Atlantic University Sport division of the CIS completed three forms pre-season: a medical history form, a concussion history form and a concussion details form. Each player was instructed to fill the forms out as completely and as honestly as possible listing each concussion, if any, they had received in their hockey careers. Players were instructed that all forms would be kept strictly confidential. RESULTS A total of 113 concussions were reported from 70 different players. In total, 58.3% of all players surveyed had been concussed at least once. Approximately 57.5% of the concussions occurred while the player was wearing a mouth piece and 51.3% of concussions resulted in a loss of consciousness. The average return-to-play (RTP) time post-concussion was 1.94 weeks (range: 15 minutes to 52 weeks). Goaltenders received the fewest number of concussions with 1 of 10 having a history of concussion. Forwards reported the highest number of concussion, with 63.2% having experienced at least one in their hockey career with a LOC occurring 56.8% the time and a RTP of 2.17 weeks. At least 48.8% of defensemen sustained a previous concussion with a LOC 42.1% of the time and a RTP time of 1.46 weeks. CONCLUSIONS These data demonstrate the need to educate players, coaches, medical staff and hockey administration on the prevalence of concussion in varsity ice hockey.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».