In-Line Skating Injuries
Notice bibliographique
Résumé
BACKGROUND: The incidence of in-line skating injuries has increased with the rapid growth in the sport's popularity, but few studies have examined patterns of injuries.OBJECTIVE: This study sought to determine the demographics of at-risk in-line skaters, document protective equipment use, identify contributing or precipitating factors associated with injuries, and obtain a profile of the injuries sustained.DESIGN: This prospective, descriptive study examined injuries among in-line skaters seen in emergency departments from three hospitals in Canada from August 23, 1995, to November 19, 1996. Patients completed questionnaires about their injuries, and the data were used for the analysis.RESULTS: A total of 121 skaters completed the study. The mean age of injured skaters was 24 years. The largest age-group of injured skaters (50%) were those between 18 and 35 years old. Although the ratio of male to female skaters was about equal (45% female, 55% male), twice as many males as females were younger than 18. The most common cause of injury was a loss of control with no obstacles (50% of patients), and the most common injury was forearm fracture. Most injured skaters were either experienced recreational (33.2%) or novice (37.5%), and, when injured, most skaters were wearing less protective equipment than usual.CONCLUSION: Loss of control and inexperience were factors contributing to about half the injuries. Protective equipment among skaters was underused. Future research must identify the overall incidence of injuries, optimal design and efficacy of protective equipment, and effectiveness of preventive strategies such as safety education.
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) | 0,000 | 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 | 0,000 |
| 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 ».