MétaCan
Menu
Retour à la cohorte
Enregistrement W2737244837 · doi:10.1136/bjsports-2017-097838

Training load and structure-specific load: applications for sport injury causality and data analyses

2017· editorial· en· W2737244837 sur OpenAlexaff
Rasmus Oestergaard Nielsen, Michael Lejbach Bertelsen, Merete Møller, Adam Hulme, Johann Windt, Evert Verhagen, Mohammad Alì Mansournia, Martí Casals, Erik Thorlund Parner

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2017
Typeeditorial
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWorkloadTraining (meteorology)Session (web analytics)Computer scienceSports medicineMedicinePhysical therapyPhysical medicine and rehabilitationSimulation

Résumé

récupéré en direct d'OpenAlex

### Definitions #### Training load Training load represents step count, throws, distance run and/or time spent practising sport. This can be used to calculate a change in training load over time (eg, acute:chronic workload ratio or week-to-week changes), which has been used as a time-varying exposure to sports injury recently. #### Structure-specific cumulative load Can be viewed as the sum of step-specific or throw-specific loads that a certain musculoskeletal structure is exposed to during a training session. Estimation of the structure-specific cumulative load per training session involves stepwise or throw-wise quantification of the load distribution and the load magnitude. #### Structure-specific load capacity Can be defined as a certain structure’s ability to withstand structure-specific cumulative load. How should I schedule my training? How much is too much? Coaches and sports medicine clinicians commonly face such questions when considering training and injury risk. These are highly relevant inquiries, as training load is a necessary cause of sports injury.1 2 To provide answers, our analytical approaches should align with causal frameworks. Changes in training load (eg, acute:chronic workload ratio) has been used as an interesting exposure to injury lately3–5 and promoted as proximal in the causal chain to sports injury.2 6 However, the aetiology behind sports injury development is multifactorial.1 Therefore, more variables (eg, body mass, alignment, diet, strength) than training load are necessary to robustly identify ‘how much is too much’.7 Accordingly, the purpose of this editorial is to describe the differences among the concepts ‘training-load’, ‘structure-specific load’ and ‘load capacity’, including the varied exposures that define them. Sports injury prevention scientists should carefully consider how best to phrase their research questions in aetiological …

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,073
Tête enseignante GPT0,407
Écart entre enseignants0,334 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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 sujetSports injuries and preventionTravaux en français237 207