MétaCan
Menu
Retour à la cohorte
Enregistrement W2155372003 · doi:10.1136/bjsports-2014-094538

Sports injuries and illnesses in the Sochi 2014 Olympic Winter Games

2015· article· en· W2155372003 sur OpenAlexaff
Torbjørn Soligard, Kathrin Steffen, Debbie Palmer-Green, Mark Aubry, Marie‐Elaine Grant, Willem Meeuwisse, Margo Mountjoy, Richard Budgett, Lars Engebretsen

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAthletesAlpine skiingMedicinePolyclinicPhysical therapyMedical assessmentIncidence (geometry)Injury preventionOccupational safety and healthMedical emergencyFamily medicinePoison controlPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,275
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations260
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetSports injuries and preventionTravaux en français237 207