Notice bibliographique
Résumé
PURPOSE: To examine injury patterns among female field hockey players and to broaden the current base of knowledge by identifying the injury rates of different playing positions. It was hypothesized that goalkeepers would have the highest rate of injury, followed by forwards. METHODS: High school, university, and national level female field hockey players (N = 158) completed an anonymous questionnaire. They reported personal characteristics (age, height, weight); field hockey information (level, years of experience, surface); injury history (type, site, cause, severity); and back pain information. Injury rates were calculated per athlete-year. RESULTS: The most frequently injured site of the body was the lower limb (51%), followed by the head/face (34%), upper limb (14%), and torso (1%). The most prevalent types of injuries were ankle sprains, followed by hand fractures and head/face injuries. Goalkeepers had the highest rate of injury (0.58 injuries/athlete-year), whereas midfielders were the most injured field players (0.36 injuries/athlete-year). Back pain was reported by 59% of the sample, and the lower back was the most common site of this pain. CONCLUSION: There are differences in the rates of injury among playing positions in field hockey and in the types of acute injury sustained at each position. The high number of injuries to the head and face region is also cause for concern. Although most of these injuries are minor, the serious injuries that do occur can be very severe. Now that these patterns have been identified, further examination of the playing situations that lead to injury should be undertaken.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,004 | 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 ».