MétaCan
Menu
Retour à la cohorte
Enregistrement W2016139200 · doi:10.1080/14763141.2015.1025236

Defining the effective impact mass of elbow and shoulder strikes in ice hockey

2015· article· en· W2016139200 sur OpenAlexaff
Philippe Rousseau, T. Blaine Hoshizaki

Notice bibliographique

RevueSports Biomechanics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensImpactOntario Neurotrauma FoundationUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésIce hockeyElbowConcussionPercentileHybrid IIIFootballPoison controlImpactMathematicsPhysical medicine and rehabilitationInjury preventionMedicineEngineeringStructural engineeringStatisticsGeographySurgery

Résumé

récupéré en direct d'OpenAlex

Reconstruction of real-life events can be used to investigate the relationship between the mechanical parameters of the impact and concussion risk. Striking mass has typically been approximated as being the mass of the body part coming into contact with the head without accounting for the force applied by the striking athlete. Thus, the purpose of this study was to measure the effective impact mass of three common striking techniques in ice hockey. Fifteen participants were instructed to strike a suspended 50th percentile Hybrid III headform at least three times with their elbow or shoulder. Effective impact mass was calculated by measuring the change in velocity of the player and the headform. Mean effective impact mass for the extended elbow, tucked-in elbow, and shoulder check conditions were 4.8, 3.0, and 12.9 kg, respectively. Peak linear accelerations were lower than the values associated with concussion in American football which could be a reflection of the methodology used in this study as well as inherent differences between both sports.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,493
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,351
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports BiomechanicsMême sujetTraumatic Brain Injury ResearchTravaux en français237 207