MétaCan
Menu
Retour à la cohorte
Enregistrement W2312466650 · doi:10.1055/s-0032-1327574

Age and Competition Level on Injuries in Female Ice Hockey

2013· article· en· W2312466650 sur OpenAlexaffabout
Michelle Keightley, Nick Reed, S. Green, Tim Taha

Notice bibliographique

RevueInternational Journal of Sports Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesNational Collegiate Athletic Association
Mots-clésIce hockeyConcussionMedicineInjury preventionPoison controlDemographyPhysical therapyOccupational safety and healthPhysical medicine and rehabilitationEmergency medicinePathology

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to describe the number, types and locations of known injuries occurring across different age categories and levels of competition in female ice hockey within the Ontario Women's Hockey Association from 2004/05 to 2007/08. We further examined under which aforementioned factors and combination of factors an unusually high or low number of injuries was recorded. Secondary analysis of anonymized injury data was conducted. The most common known injury type was strain/sprain, followed by concussion while the most frequent injury location was head/face/mouth. Analysis of deviance indicated that a significantly higher than expected number of sprain/strain, concussion and laceration injuries were recorded compared to all other injury types. In addition, there were a higher number of injuries recorded at the AA level compared to all other levels of competition. Finally, the age categories of Peewee, Midget and Intermediate within the AA level of competition, as well as Senior/Adult within the Houseleague level of competition also recorded a significantly higher number of injuries compared to other combinations of descriptive factors. Further research with female youth is needed to better understand the high number of injuries, including concussions, reported overall.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,389
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,314
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sports MedicineMême sujetSports injuries and preventionTravaux en français237 207