Effectiveness of an educational video on concussion knowledge in minor league hockey players: a cluster randomised controlled trial
Notice bibliographique
Résumé
BACKGROUND: With the heightened awareness of concussions in all sports, the development and implementation of effective prevention strategies are necessary. Education has been advocated as an effective injury prevention intervention. PURPOSE: To examine the effectiveness of the 'Smart Hockey: More Safety, More Fun' video on knowledge transfer among minor league hockey players. STUDY DESIGN: Cluster-randomised controlled trial. METHODS: A total of 267 participants from two age divisions and competitive levels were assigned to either a video or no-video group. The video was shown (or not shown) to the entire team as a result of random assignment. To evaluate the effectiveness of the educational video, questionnaires specific to concussion knowledge and players' attitudes and behaviours were completed. RESULTS: There was a significant increase in the players' concussion knowledge scores immediately following exposure to the video (F(1,103)=27.00, p<0.001). However, concussion knowledge at 2 months was not significantly different between the video and no-video groups, after controlling for prior knowledge level, age and competitive level (F(1,115)=0.41, p=0.523). Similarly, players' attitudes and behaviour scores at 2 months did not differ between groups (F(1,115)=0.41, p=0.507). CONCLUSIONS: We were able to show that a single viewing of an educational video in hockey could immediately improve knowledge about concussion but that this effect was transient and lost at 2-month follow-up. Future prevention endeavours in hockey and other sports should attempt to incorporate strategies and modalities to enhance knowledge retention.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».