Sports injuries and illnesses in the Sochi 2014 Olympic Winter Games
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Systematic surveillance of injuries and illnesses is the foundation for developing preventive measures in sport. AIM: To analyse the injuries and illnesses that occurred during the XXII Olympic Winter Games, held in Sochi in 2014. METHODS: We recorded the daily occurrence (or non-occurrence) of injuries and illnesses (1) through the reporting of all National Olympic Committee (NOC) medical teams and (2) in the polyclinic and medical venues by the Sochi 2014 medical staff. RESULTS: NOC and Sochi 2014 medical staff reported 391 injuries and 249 illnesses among 2780 athletes from 88 NOCs, equalling incidences of 14 injuries and 8.9 illnesses per 100 athletes over an 18-day period of time. Altogether, 12% and 8% of the athletes incurred at least one injury or illness, respectively. The percentage of athletes injured was highest in aerial skiing, snowboard slopestyle, snowboard cross, slopestyle skiing, halfpipe skiing, moguls skiing, alpine skiing, and snowboard halfpipe. Thirty-nine per cent of the injuries were expected to prevent the athlete from participating in competition or training. Women suffered 50% more illnesses than men. The rate of illness was highest in skeleton, short track, curling, cross-country skiing, figure skating, bobsleigh and aerial skiing. A total of 159 illnesses (64%) affected the respiratory system, and the most common cause of illness was infection (n=145, 58%). CONCLUSIONS: Overall, 12% of the athletes incurred at least one injury during the games, and 8% an illness, which is similar to prior Olympic Games. The incidence of injuries and illnesses varied substantially between sports.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 découle