MétaCan
Menu
← Retour à la cohorte
Enregistrement W2744183044

Football athletes' knowledge of concussion: A 10-year follow-up

2010· article· en· W2744183044 sur OpenAlexaff
Kim D. Dorsch, Dennis P. Alfano, Keisha Sharp, Lisa Urban

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésConcussionAthletesFootballMedicinePhysical therapyInjury preventionPopulationPoison controlPsychologyMedical emergency
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite the highly publicized and potentially severe consequences of concussion, athletes continue to possess many inaccuracies in concussion-related knowledge. This leads to the presumption that improving athletes' knowledge of concussion is necessary for any injury prevention program. The purpose of this study was to examine the concussion knowledge of CIS football athletes and to compare these findings to those obtained from a similar sample 10 years earlier. A convenience sample of 44 athletes (1999) and 55 athletes (2009) completed the Concussion Questionnaire which examines knowledge of concussion in four categories: Neurologic, 8 items examining knowledge of concussion and the brain; Equipment, 3 items looking at the role of protective equipment (e.g., helmet, cage, mouth guard) in preventing concussion; Recovery, 5 items examining recovery from concussion; and Signs and Symptoms, 9 items looking at knowledge of concussion signs and symptoms. Athletes were asked whether they believed each statement was Definitely True, Probably True, Probably False, or Definitely False. When examining the overall accuracy of the responses, athletes received a grade of F (less than 50% correct) for every category in both years studied. Importantly, the 2009 sample's overall accuracy score in the Neurologic category decreased from 47% to 38% (p < .01). It is clear from these data that education programs regarding concussion are critically needed for this extremely vulnerable population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,057
Tête enseignante GPT0,354
Écart entre enseignants0,297 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTraumatic Brain Injury Research→Travaux en français237 207→