Consensus Statement on Injury Definitions and Data Collection Procedures in Studies of Football (Soccer) Injuries
Notice bibliographique
Résumé
BACKGROUND: Variations in definitions and methodologies have created differences in the results and conclusions obtained from studies of football (soccer) injuries; this has made interstudy comparisons difficult. PROCEDURE: An Injury Consensus Group was established under the auspices of Fédération Internationale de Football Association Medical Assessment and Research Centre. Using a nominal group consensus model approach, a working document that identified the key issues related to definitions, methodology, and implementation was discussed by members of the group during a 2-day meeting. After this meeting, iterative draft statements were prepared and circulated to the members of the group for comment before the final consensus statement was produced. RESULTS: Definitions of injury, recurrent injury, severity, and training and match exposures in football, together with criteria for classifying injuries in terms of location, type, diagnosis, and causation are proposed. Proforma for recording players' baseline information, injuries, and training and match exposures are presented. Recommendations are made on how the incidence of match and training injuries should be reported and a checklist of issues and information that should be included in published reports of studies of football injuries is presented. CONCLUSIONS: The definitions and methodology proposed in the consensus statement will ensure that consistent and comparable results will be obtained from studies of football injuries.
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 | 0,623 | 0,604 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,007 | 0,010 |
| Bibliométrie | 0,018 | 0,017 |
| Études des sciences et des technologies | 0,009 | 0,008 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,018 | 0,012 |
| Intégrité de la recherche | 0,017 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».