The prevalence and recovery of concussed male and female collegiate athletes
Notice bibliographique
Résumé
Abstract The aims of the present study were two‐fold: (1) to examine whether gender and explanatory style influence the number of concussions an athlete has sustained and the amount of time to recover from this type of injury; and (2) to determine whether gender and the type of sport influence the number of and recovery from concussion injuries. University varsity athletes (n=170) who had sustained at least one concussion over the previous 12 months from six sports completed both the Sport History Questionnaire (Delaney, Lacroix, Leclerc, & Johnston, 2000), used to measure concussions, and the Attributional Style Questionnaire (Peterson et al., 1982), used to measure explanatory style. Overall, males sustained more concussions than female athletes (F 1,153=43.92, P<0.05). Regarding the type of concussion, male athletes sustained more unrecognized concussions than female athletes (F 1,168=6.18, P<0.05), but there was no difference between the sexes for recognized concussions (F 1,168=0.44, P>0.05). Male basketball players took longer to recover (mean=6.17 days) than female basketball players (mean=1.15 days). In contrast, female hockey players took longer to recover (mean=9.56 days) than male hockey players (mean=1.00 day). Finally, gender did not influence an athlete's explanatory style.
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 | 0,003 |
| 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) | 0,003 | 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 ».