MétaCan
Menu
Retour à la cohorte
Enregistrement W2164899795 · doi:10.1136/bjsm.37.6.511

Snowblading injuries in Eastern Canada

2003· article· en· W2164899795 sur OpenAlexaffabout
Elizabeth Bridges, Fabrice Douglas Rouah, Karen M. Johnston

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensMcGill UniversityInstitut national de psychiatrie légale Philippe-Pinel
Organismes subventionnairesAmerican College of Surgeons
Mots-clésMedicineMedical emergencyPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To evaluate injury patterns of snowbladers and compare them with those of skiers and snowboarders. To determine possible effects of helmet use in these sports on injury to the head and neck. METHODS: This prospective case series observational study was conducted by collecting the injury reports from the ski patrol during the 1999-2000 season at Mont Tremblant ski resort, Quebec. All participants in downhill winter sports who presented themselves to the ski patrol with traumatic injury related to their sport were included. A concussion was defined as any loss of consciousness, amnesia, confusion, disorientation, vertigo, or headache that resulted from injury. The ski patroller reported helmet use on the accident report at the time of injury. RESULTS: Snowbladers present with a unique pattern of injury compared with skiers and snowboarders. The incidence of leg, knee, and ankle/foot injuries were 20.5%, 25.6%, and 10.3% respectively. Concussions represented 11% of all injuries. There was no increase in other injury, including neck injury, related to helmet use. CONCLUSIONS: Unique injury patterns in snowbladers warrant reconsideration of equipment design. Concussion is a common injury on the ski slope. Although the effects of helmet use on concussion rate are inconclusive based on this study, helmet use did not increase the rate of neck injury, even when adjusted for age.

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 enseignants0,022
Score d'incertitude au seuil0,072

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
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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

Citations42
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207