MétaCan
Menu
Retour à la cohorte
Enregistrement W2165285945 · doi:10.1136/bjsports-2012-091374

Is ski helmet legislation more effective than education?

2012· editorial· en· W2165285945 sur OpenAlexaboutno aff
Gerhard Ruedl, Martin Kopp, Martin Burtscher

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2012
Typeeditorial
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationInjury preventionOccupational safety and healthPoison controlSuicide preventionMedicineHuman factors and ergonomicsNova scotiaMedical emergencyEnvironmental healthGeographyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Annually, several hundred million people worldwide enjoy alpine skiing and snowboarding.1 Besides the well-known beneficial effects related to exercise, these snow sports are also associated with a certain risk of injury. Head injuries account for 9–19% of all winter sport injuries reported by ski patrols and emergency departments.1 ,2 However, the use of ski helmets has been shown to reduce the head injury risk up to 60% among children and adults.1 ,2 While in recent years ski helmet use has become mandatory for children in Italy and in most Austrian provinces,3 ,4 the worldwide first mandatory ski helmets for all ages was introduced in Nova Scotia (East Canada) in 2011.5 Although over the last 10 years ski helmet use has steadily increased worldwide, for example, up to 70% in Canada, Austria and Switzerland in 2010,4 ,5  there is an ongoing debate in various countries about the introduction of mandatory ski helmets.4 ,6 Therefore, question arises as to whether ski helmet legislation is more effective regarding an increasing helmet use than education. To our knowledge, only one study has investigated the impact of mandatory ski helmets on …

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,273
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,298
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations12
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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