MétaCan
Menu
Retour à la cohorte
Enregistrement W2097038247 · doi:10.1136/bjsm.2003.005249

Why we should allow performance enhancing drugs in sport

2004· review· en· W2097038247 sur OpenAlexfundno aff
Julian Savulescu, Bennett Foddy, Megan Clayton

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2004
Typereview
Langueen
DomaineMedicine
ThématiqueHormonal and reproductive studies
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésVictoryMedicineAthletesAmateurOlympiadGovernment (linguistics)LawLeagueHistoryPolitical sciencePoliticsPhysical therapy

Résumé

récupéré en direct d'OpenAlex

The legalisation of drugs in sport may be fairer and safer In 490 BC, the Persian Army landed on the plain of Marathon, 25 miles from Athens. The Athenians sent a messenger named Feidipides to Sparta to ask for help. He ran the 150 miles in two days. The Spartans were late. The Athenians attacked and, although outnumbered five to one, were victorious. Feidipides was sent to run back to Athens to report victory. On arrival, he screamed “We won” and dropped dead from exhaustion. The marathon was run in the first modern Olympics in 1896, and in many ways the athletic ideal of modern athletes is inspired by the myth of the marathon. Their ideal is superhuman performance, at any cost. The use of performance enhancing drugs in the modern Olympics is on record as early as the games of the third Olympiad, when Thomas Hicks won the marathon after receiving an injection of strychnine in the middle of the race.1 The first official ban on “stimulating substances” by a sporting organisation was introduced by the International Amateur Athletic Federation in 1928.2 Using drugs to cheat in sport is not new, but it is becoming more effective. In 1976, the East German swimming team won 11 out of 13 Olympic events, and later sued the government for giving them anabolic steroids.3 Yet despite the health risks, and despite the regulating bodies’ attempts to eliminate drugs from sport, the use of illegal substances is widely known to be rife. It hardly raises an eyebrow now when some famous athlete fails a dope test. In 1992, Vicky Rabinowicz interviewed small groups of athletes. She found that Olympic athletes, in general, believed that most successful athletes were using banned substances.4 Much of the writing on the use of …

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)0,006
score de la tête « metaresearch » (Gemma)0,020
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,009
Communication savante0,0060,010
Science ouverte0,0020,003
Intégrité de la recherche0,0140,014
Charge utile insuffisante (le modèle a refusé de juger)0,0220,009

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 GPT0,314
Écart entre enseignants0,281 · 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
GenreSynthèse

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

En bref

Citations374
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetHormonal and reproductive studiesTravaux en français237 207