The old knee in the young athlete: knowns and unknowns in the return to play conversation
Notice bibliographique
Résumé
Twenty-year-old Sarah is a sport-obsessed amateur football player. She enjoys the social side of playing in a team sport, but most of all she loves the physical and mental challenge of game day. There is no better feeling than winning. She works hard on her skills and fitness, training twice a week with the team, and most other days on the cycle commute to the University and with her own gym programme. Maybe it was her young age1 and dodgy biomechanics2 that conspired against her. Perhaps it was the type of grass on her home pitch.3 But she winds up at your clinic clutching an MRI report that bears the dreaded diagnosis—she's ruptured her ACL. Return to play is a fundamental concern for athletes and sports medicine clinicians—one important benchmark for judging treatment success. For many athletes with ACL injury, their most pressing concerns are about meeting their own expectations, or those of significant others (eg, coach, team mates, family), for returning to their pre-injury level or sports performance. Sarah will be faced with three options when she is ready to return to play—return to the pre-injury level sport, change sports participation (either change sport or change level) or retire. Fact 1 : Excellent physical function on impairment-based and activity-based …
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,010 |
| Communication savante | 0,006 | 0,012 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,012 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».