MétaCan
Menu
Retour à la cohorte
Enregistrement W2090885421 · doi:10.1515/cclm-2012-0062

Laboratory medicine and sports: between Scylla and Charybdis

2012· article· en· W2090885421 sur OpenAlexfundno aff
Giuseppe Lippi, Giuseppe Banfi, Francesco Botrè, Xavier de la Torre, Francesco De Vita, Mari Carmen Gómez‐Cabrera, Nicola Maffulli, Lucio Marchioro, Roberta Pacifici, Fabián Sanchis‐Gomar, Federico Schena, Mario Plebani

Notice bibliographique

RevueClinical Chemistry and Laboratory Medicine (CCLM) · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Effects of Exercise
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésSports medicineAthletesOvertrainingMilestoneSports scienceMedicinePhysical therapyPsychologyMedical education

Résumé

récupéré en direct d'OpenAlex

Laboratory medicine is complex and contributes to the diagnosis, therapeutic monitoring and follow-up of acquired and inherited human disorders. The regular practice of physical exercise provides important benefits in heath and disease and sports medicine is thereby receiving growing focus from almost each and every clinical discipline, including laboratory medicine. Sport-laboratory medicine is a relatively innovative branch of laboratory science, which can provide valuable contributions to the diagnosis and follow-up of athletic injuries, and which is acquiring a growing clinical significance to support biomechanics and identify novel genomics and "exercisenomics" patterns that can help identify specific athlete's tendency towards certain types of sport traumas and injuries. Laboratory medicine can also provide sport physicians and coaches with valuable clues about personal inclination towards a certain sport, health status, fitness and nutritional deficiencies of professional, elite and recreational athletes in order to enable a better and earlier prediction of sport injuries, overreaching and overtraining. Finally, the wide armamentarium of laboratory tests represents the milestone for identifying cheating athletes in the strenuous fight against doping in 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 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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,034
Tête enseignante GPT0,350
Écart entre enseignants0,317 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations17
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Chemistry and Laboratory Medicine (CCLM)Même sujetCardiovascular Effects of ExerciseTravaux en français237 207