Notice bibliographique
Résumé
Warm upWhile fi nishing our paper on injuries and illnesses during the Olympic Games in Vancouver, we were contemplating our achievements in research on protection of the athlete's health.Granted, 15 years ago, very little had been done except for the occasional epidemiological study, oftentimes with defi cient methodology.National and international sports federations were reluctant to even mention injury problems in their sport and not willing to allocate research money.How much this fi eld has changed over the years!The fi nal proof of the merit of this fi eld came with the International Olympic Committee (IOC) President Jacques Rogge's editorial in the British Journal of Sports Medicine 2009, in which he highlighted the new IOC initiatives in the protection of athletes.1 The most recent news comes from the American Orthopedic Society for Sports Medicine (AOSSM) and their Stop Sports Injuries campaign.2 Their background is the following: injury rates are rising.In a recent report from the Center for Disease Control, high school athletes accounted for an estimated 2 million injuries.More than 5 million sports-related injuries requiring medical treatment occur in children under 18 years old; 50% of the injuries are dueWe are getting there!
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 | 0,005 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,105 | 0,075 |
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 ».