MétaCan
Menu
Retour à la cohorte
Enregistrement W2078311895 · doi:10.1080/17457300.2011.648677

Evaluation of a ski and snowboard injury prevention program

2012· article· en· W2078311895 sur OpenAlexaff
Michael D. Cusimano, Wilson Luong, Ahmed Faress, Timothy Leroux, Kelly Russell

Notice bibliographique

RevueInternational Journal of Injury Control and Safety Promotion · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésInjury preventionPoison controlPhysical therapyIntervention (counseling)Test (biology)Occupational safety and healthSuicide preventionHuman factors and ergonomicsBasketballSession (web analytics)MedicineSignificant differencePsychologyMedical emergencyNursingAdvertising

Résumé

récupéré en direct d'OpenAlex

The objective was to study the effectiveness of a brochure and video at improving skiing and snowboarding knowledge. Sixty-nine Grade 7 students were randomised to an educational intervention (n = 35) or control (n = 34) group. The intervention group viewed an injury prevention video aimed at improving skiers and snowboarder's knowledge, attitudes and behaviours about ski and snowboard safety and received a brochure. The control group participated in a teaching session and had a simple question and answer session about snow sports. Pre- and post-tests were administered and injuries during four trips were documented. Pre-test scores were similar between the two groups. Compared with the control group, there was a significantly greater improvement in post-test scores among the intervention group (WMD: 2.1; 95% CI: 0.19-4.01). There was no significant difference in injury rates (RR: 0.49; 95% CI: 0.04, 3.39). All injuries were minor and did not require medical attention. The intervention aimed at youth skiers and snowboarders appears to be effective at improving knowledge, attitudes and behaviours of skiing and snowboarding safety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,346
Écart entre enseignants0,329 · 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 source (Gemma direct ou Codex distillé), 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

Citations33
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Injury Control and Safety PromotionMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207