Helmets for skiing and snowboarding
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: In Canada, winter sports injuries are responsible for significant health care burden, with estimates of $400 million in direct and indirect annual health care costs. For ski-related injuries, helmets have been shown to provide significant protection. Current common practice in Canada, including the Province of Nova Scotia, is to leave the decision of whether to wear a helmet to the individual. The purposes of this study were to document skiers' and snowboarders' use of helmets and to isolate factors associated with helmet use and nonuse. METHODS: A mixed methods approach was used to collect data during a 2-month period at the province's three ski hills. Naturalistic observations documented helmet use and falls, whereas interviews identified factors influencing helmet use or nonuse. RESULTS: Helmets were used by most skiers (74%) and snowboarders (72%); the use varied significantly between ski hills, ranging from 69% to 79%. Females were more likely to wear helmets compare with males (80% vs. 70%). The highest rates of use were found among 4-year-old to 12-year-old children, with helmet use declining as age increases. Qualitative data revealed that helmet users were most influenced by the protective benefits of helmets (77%), personal choice (46%), family (44%), and rules (44%), while non-helmet users cited personal choice (29%), comfort (26%), rules (14%), and cost (11%) as reasons for nonuse. CONCLUSION: More than 25% of skiers and snowboarders remain at increased risk of a serious brain injury by not wearing a helmet. Changes in regulations may be required to ensure widespread use of helmets on ski hills. LEVEL OF EVIDENCE: Prognostic study, level II.
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.
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 | 0,000 | 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 découle