Consensus statement on the methodology of injury and illness surveillance in FINA (aquatic sports)
Notice bibliographique
Résumé
BACKGROUND: Injury and illness surveillance in the aquatic disciplines has been conducted during the FINA World Championships and Olympic Games. The development of an aquatic-specific injury and illness surveillance system will improve the quality of the data collected and the development of preventive measures. Our ultimate objective is to enhance aquatic athlete health and performance. OBJECTIVE: The objective was to refine the injury and illness surveillance protocols to develop aquatic-specific definitions of injury and illness; define aquatic-specific injury location and causation; better describe overuse injuries; regard pre-existing and recurrent injuries; more accurately define aquatic athlete exposures and develop a protocol to capture out-of-competition aquatic athlete health parameters. METHODS: FINA compiled an Injury and Illness Surveillance Expert Working Group comprised of international experts to review the scientific literature in the field. A consensus meeting was convened to provide an opportunity for debate, following which recommendations were collated. RESULTS: Aquatic-specific injury and illness surveillance protocols covering both the in-competition and out-of-competition time periods were developed. Definitions for all relevant variables were outlined, and documentation forms for athletes and for clinicians were proposed. Recommendations for the implementation of an injury and illness surveillance system for FINA are presented. CONCLUSION: The FINA consensus authors recommend ongoing in-competition and out-of-competition surveillance to determine injury and illness trends over time. The implementation of the definitions and methodology outlined in this paper will improve the accuracy and value of injury and illness surveillance, and provide important information for injury prevention.
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 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 | 0,008 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».