MétaCan
Menu
Retour à la cohorte
Enregistrement W2608970891 · doi:10.1136/bjsports-2017-097508

The Concussion Recognition Tool 5th Edition (CRT5): Background and rationale

2017· article· en· W2608970891 sur OpenAlexaff
Ruben J. Echemendía, Willem Meeuwisse, Paul McCrory, Gavin A Davis, Margot Putukian, John J. Leddy, Michael Makdissi, S. John Sullivan, Steven P. Broglio, Martin Raftery, Kathryn Schneider, James Kissick, Michael McCrea, Jiří Dvořák, Allen K. Sills, Mark Aubry, Lars Engebretsen, Mike Loosemore, Gordon Fuller, Jeffrey S. Kutcher, Richard Ellenbogen, Kevin M. Guskiewicz, Jon Patricios, Stanley A. Herring

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensCarleton UniversityUniversity of OttawaHotchkiss Brain InstituteAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésConcussionPhysical therapyMedicinePhysical medicine and rehabilitationSports medicinePsychologyApplied psychologyInjury preventionPoison controlMedical emergency

Résumé

récupéré en direct d'OpenAlex

The Concussion Recognition Tool 5 (CRT5) is the most recent revision of the Pocket Sport Concussion Assessment Tool 2 that was initially introduced by the Concussion in Sport Group in 2005. The CRT5 is designed to assist non-medically trained individuals to recognise the signs and symptoms of possible sport-related concussion and provides guidance for removing an athlete from play/sport and to seek medical attention. This paper presents the development of the CRT5 and highlights the differences between the CRT5 and prior versions of the instrument.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,711

Scores Codex et Gemma par catégorie

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

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 Opus0,099
Tête enseignante GPT0,361
Écart entre enseignants0,261 · 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.

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

Citations80
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetTraumatic Brain Injury ResearchTravaux en français237 207