The risk of injury associated with body checking among Pee Wee ice hockey players: an evaluation of Hockey Canada’s national body checking policy change
Notice bibliographique
Résumé
BACKGROUND: In 2013, Hockey Canada introduced an evidence-informed policy change delaying the earliest age of introduction to body checking in ice hockey until Bantam (ages 13-14) nationwide. OBJECTIVE: To determine if the risk of injury, including concussions, changes for Pee Wee (11-12 years) ice hockey players in the season following a national policy change disallowing body checking. METHODS: In a historical cohort study, Pee Wee players were recruited from teams in all divisions of play in 2011-2012 prior to the rule change and in 2013-2014 following the change. Baseline information, injury and exposure data for both cohorts were collected using validated injury surveillance. RESULTS: Pee Wee players were recruited from 59 teams in Calgary, Alberta (n=883) in 2011-2012 and from 73 teams in 2013-2014 (n=618). There were 163 game-related injuries (incidence rate (IR)=4.37/1000 game-hours) and 104 concussions (IR=2.79/1000 game-hours) in Alberta prior to the rule change, and 48 injuries (IR=2.16/1000 game-hours) and 25 concussions (IR=1.12/1000 game-hours) after the rule change. Based on multivariable Poisson regression with exposure hours as an offset, the adjusted incidence rate ratio associated with the national policy change disallowing body checking was 0.50 for all game-related injuries (95% CI 0.33 to 0.75) and 0.36 for concussion specifically (95% CI 0.22 to 0.58). CONCLUSIONS: Introduction of the 2013 national body checking policy change disallowing body checking in Pee Wee resulted in a 50% relative reduction in injury rate and a 64% reduction in concussion rate in 11-year-old and 12-year-old hockey players in Alberta.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».