The development of an observational tool to code knockouts in Mixed Martial Arts (MMA)
Notice bibliographique
Résumé
Objective To develop an observational tool to reliably code the situational characteristics and mechanism of contact for fights ending in knockout (KO) or technical KO (TKO). Design Digital video images and fight card information were collected retrospectively for UFC events during 2006–2009. Subjects Two coders independently viewed and completed to the Mixed Martial Arts (MMA) ‘Knockout’ Tool for 60 events (30=KO's 30=TKO's) chosen randomly from the pool of identified events during 2006–2009. Outcome Measures The MMA ‘Knockout’ Tool was developed by consensus and consists of 17 factors, including theSituational Context(eg, Round, octagon location, technical position),Pre-KO/TKO Strike Profile(eg, striking implement, strike location),Assessment of Fighters(eg, visual obstruction, clinical signs of concussion), andKO strike profile(eg, striking implement, strike location, head motion, additional head impacts). Intercoder agreements for each factor of interest were calculated using weighted κ coefficient. Results Coders achievedsubstantial agreementfor the majority of the factors with κ coefficients ranging from 0.46 to 1.00. An overall reliability value was calculated based on all factors of the MMA ‘Knockout’ Tool, with an average κ coefficient of 0.81. Conclusion The MMA ‘Knockout’ Tool is reliable for coding the situational characteristics and mechanism of contact(s) for fights ending in a TKO or KO. Acknowledgements The Canadian Institutes of Health Research (CIHR) Strategic Team in Applied Injury Research funded this research Competing interests None.
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 | 0,028 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».