MétaCan
Menu
Retour à la cohorte
Enregistrement W2213131614

제10회 밴쿠버 장애인동계올림픽 참가 대한민국선수의 스포츠상해 실태 분석

2012· article· ko· W2213131614 sur OpenAlexaboutno aff
강선영, 조창옥, 장지훈, 이상식

Notice bibliographique

Revue한국체육과학회지 · 2012
Typearticle
Langueko
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineIncidence (geometry)AthletesPhysical therapyRehabilitationWheelchair
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to analyze sports injuries(SI) in Korean athletes during the 10th Vancouver winter paralympics(WP), and to provide the essential information for Korea delegation against the next WP Detailed information on SI was collected by sports medical team during the 10th WP with prospective surveillance study. Total 40 injuries were reported as musculoskeletal disorders(MD). Among them, 16 injuries were acute, and 24 injuries were chronic with previous history. In acute MD, the highest prevalent event, type, and region were ice sledge hochey, joint sprain, and upper limbs, respectively. In chronic MD, the highest prevalent event, type, and region were wheelchair curling, arthrodynia, shoulder, respectively. In addition, 13 injuries were reported as internal diseases and infection. Incidence rate(1000AE) and incidence proportion were 332.4 and 0.53 in acute MD, 461.0 and 0.68 in chronic MD, and 241.1 and 0.44 in internal diseases and infection on the average, respectively. As a result, our data indicated the characteristics and frequency, incidence rate, incidence proportion of SI during the loth WP, so these results could provide the effective information for prevention SI for disabled athletes. In conclusion it is suggested that team-based education for SI prevention and exercise rehabilitation program should be provided for disabled athletes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,008

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 Opus0,181
Tête enseignante GPT0,395
Écart entre enseignants0,214 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue한국체육과학회지Même sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207