EVALUATION OF THE EFFECT OF POLICY CHANGE ON PHYSICAL CONTACTS IN YOUTH ICE HOCKEY USING VIDEO ANALYSIS
Notice bibliographique
Résumé
Background Policy disallowing body checking in youth ice hockey significantly reduces the risk of injury and concussion. Based on video analysis, frequency and intensity of player to player physical contacts (PCs) are higher in Pee Wee players (ages 11–12) in leagues allowing body checking, however this has not been examined in Bantam leagues (ages 13–14). Objective To determine the association between body checking policy and the frequency and intensity of physical contacts in Bantam ice hockey players (ages 13–14). Design Cohort study. Setting Ice hockey arenas. Participants Thirteen non-elite (lowest 60% by division of play) Bantam ice hockey games in Calgary, Alberta, Canada (2014–15 season) and 13 non-elite games in Vancouver, British Columbia, Canada (2014–15 season) were videotaped. Intervention Policy allowed body checking in Calgary and not Vancouver in the non-elite levels (2014–15). Main Outcome Measurements Incidence rate ratios [IRRs] (adjusted for player position) were estimated using multiple Poisson regression to examine the effect of body checking policy on player-to-player PCs [levels 1–5 with increasing intensity (levels correspond to 4–5 body checking)] and hooking/slashing behaviours. Results Lower rates of higher intensity contacts (levels 4–5 body checking) were observed in Bantam ice hockey players in a league where body checking was disallowed [IRR=0.09; 95% CI: 0.05–0.15]. Players in a league where body checking was disallowed, however, had significantly higher rates of hooking and slashing behaviours [IRR=1.81; 95% CI: 1.33–2.47]. Conclusions Bantam ice hockey players in a league where policy disallowed body checking are at a lower risk of high intensity physical contacts, but commit higher rates of hooking and slashing behaviours. This research informs the mechanisms explaining injury risk reduction related to body checking policy change and have important national public health implications for policy decisions related to rule enforcement in youth sport.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».