MétaCan
Menu
← Retour à la cohorte
Enregistrement W2256129695 · doi:10.1371/journal.pone.0141699

Recognizing the Symptoms of Mental Illness following Concussions in the Sports Community: A Need for Improvement

2015· article· en· W2256129695 sur OpenAlexafffundabout
Jane Topolovec‐Vranic, Stanley Zhang, Hatty Wong, Emily Lam, Rowan Jing, Kelly Russell, Michael D. Cusimano

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of ManitobaPublic Health OntarioUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Neurotrauma FoundationPublic Health AgencyPublic Health Agency of Canada
Mots-clésConcussionMental healthMedicineOccupational safety and healthAthletesSuicide preventionInjury preventionPoison controlCognitionCross-sectional studyHuman factors and ergonomicsFamily medicinePsychiatryPhysical therapyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate the awareness of concussion-related symptoms amongst members of the sports community in Canada. METHODS: A cross-sectional national electronic survey was conducted. Youth athletes, parents, coaches and medical professionals across Canada were recruited through mailing lists from sports-related opt-in marketing databases. Participants were asked to identify, from a list of options, the symptoms of a concussion. The proportion of identified symptoms (categorized as physical, cognitive, mental health-related and overall) as well as participant factors associated with symptom recognition were analyzed. RESULTS: The survey elicited 6,937 responses. Most of the respondents (92.1%) completed the English language survey, were male (57.7%), 35-54 years of age (61.7%), with post-secondary education (58.2%), or high reported yearly household income (>$80,000; 53.0%). There were respondents from all provinces and territories with the majority of respondents from Ontario (35.2%) or British Columbia (19.1%). While participants identified most of the physical (mean = 84.2% of symptoms) and cognitive (mean = 91.2% of symptoms), they on average only identified 53.5% of the mental health-related symptoms of concussions. Respondents who were older, with higher education and household income, or resided in the Northwest Territories or Alberta identified significantly more of the mental health-related symptoms listed. INTERPRETATION: While Canadian youth athletes, parents, coaches and medical professionals are able to identify most of the physical and cognitive symptoms associated with concussion, identification of mental health-related symptoms of concussion is still lagging.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,517
Score d'incertitude au seuil0,972

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
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 Opus0,207
Tête enseignante GPT0,351
Écart entre enseignants0,144 · 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

Citations19
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→