A painful dilemma? Analgesic use in sport and the role of anti-doping
Notice bibliographique
Résumé
How clinicians should address the use and abuse of analgesics in sport has been a focus of debate for many years. Concern for an athlete’s health and a desire to prevent unfair distortion of performance underlie any discussion of this issue. In 1967 the original IOC list of prohibited substances specifically identified ‘Narcotic Analgesics’ as being prohibited in sport. The 2017 WADA Prohibited List (List) mandates that ‘Narcotics’ and ‘Cannabinoids’ are prohibited ‘In-Competition’. More commonly used analgesics, including non-steroidal anti-inflammatory drugs, paracetamol, local anaesthetics, and some weak opioids such as tramadol and codeine are not prohibited. No well-defined boundary separates either the health risk or ergogenic potential of cannabinoids and narcotics versus the more commonly used analgesics. Should more analgesics be added to the List or should narcotics and cannabis be removed? Is the use of pain medication doping? As defined by Article 2 of the World Anti-Doping Code (Code),1 doping is defined, inter alia, as the presence, use, possession or trafficking of a prohibited substance. This leads one to query: what are the key determinants for inclusion of a substance on the List? The Code criteria for the …
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 ».