MétaCan
Menu
Retour à la cohorte
Enregistrement W2259026599 · doi:10.12678/1089-313x.19.4.140

Epidemiological Review of Injury in Pre-Professional Ballet Dancers

2015· review· en· W2259026599 sur OpenAlexaff
Dennis Caine, Brett J. Goodwin, Caroline Caine, Glen Bergeron

Notice bibliographique

RevueJournal of Dance Medicine & Science · 2015
Typereview
Langueen
DomainePsychology
ThématiqueDiversity and Impact of Dance
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésBalletBallet dancerCINAHLEpidemiologyPhysical therapyMedicineIntervention (counseling)Injury preventionPoison controlPsychologyDancePsychological interventionEnvironmental healthPsychiatryPathologyArt

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to provide an epidemiological review of the literature concerning ballet injuries affecting pre-professional ballet dancers. The literature search was limited to published peer-reviewed reports and involved an extensive examination of Scopus, SPORTDiscus, and CINAHL. The following search terms were used in various combinations: ballet, injury, epidemiology, risk factor, pre-professional, and intervention. Additional citations were located using the ancestry approach. Unlike some other athletic activities that have been the focus of recent intervention research, there is a paucity of intervention and translational research in pre-professional ballet, and sample sizes have often been small and have not accounted for the multivariate nature of ballet injury. Exposure-based injury rates in this population appear similar to those reported for professional ballet dancers and female gymnasts. A preponderance of injuries affect the lower extremity of these dancers, with sprains and strains being the most frequent type of injury reported. The majority of injuries appear to be overuse in nature. Injury risk factors have been tested in multiple studies and indicate a variety of potential injury predictors that may provide useful guidance for future research.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0150,013
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,142
Tête enseignante GPT0,498
Écart entre enseignants0,355 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations63
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dance Medicine & ScienceMême sujetDiversity and Impact of DanceTravaux en français237 207