Examining Computerized Software Reliability to Measure Individual Exposure Time
Notice bibliographique
Résumé
OBJECTIVE: Epidemiological sport injury research lacks relevance when all athletes are assumed to have equal time exposed to risk. Because athletes do not play equal minutes in ice hockey games, it is important to control for players' individual exposure times (IETs) when studying risk factors for injury. DESIGN: Cohort study. SETTING: Hockey games. PARTICIPANTS: Twenty-eight Minnesota Junior A hockey players. INTERVENTIONS: Individual exposure times were measured on all players dressed for their home games using both a manual (game clock, paper, and pencil) and a computer-based system [Time on Ice (TOI) software]. A sample of matched records was evaluated to compare the 2 methods of recording exposure. MAIN OUTCOME MEASURES: Values of individual player exposure times obtained by TOI software designed for hockey and the manual recording method were compared. RESULTS: Individual exposure times were measured simultaneously by computer-based and manual methods. For 26 games, it would require 156 hours to determine IET per game by the manual method. Conversely, IET totals on TOI software were computed automatically for each player per game. When IET was compared across periods and games, the computer analysis consistently totaled more IET than the manual method. CONCLUSIONS: Time on Ice software was user friendly, required no postgame processing, and showed a high degree of correlation to manually recorded times, although consistently higher IET per player per period than the manual method was noted.
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 | 0,015 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».