A Tailored Web-based Advice Tool for Skiers and Snowboarders: Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Being active in sports has many positive health effects. The direct effects of engaging in regular physical activity are particularly apparent in the prevention of several chronic diseases, including cardiovascular disease, diabetes, cancer, hypertension, obesity, depression, and osteoporosis. Besides the beneficial health effects of being active, sports participation is unfortunately also associated with a risk of injuries. In the case of many sports injuries (eg, winter sports) preventive measures are not compulsory, which means that a behavioral change in sports participants is necessary to increase the use of effective measures, and subsequently prevent or reduce injuries in sports. OBJECTIVE: The evidence-based Wintersportklaar online intervention has been developed to stimulate injury preventive behavior among skiers and snowboarders. In this article, the design of the effectiveness study will be described. METHODS: A randomized controlled trial with a follow-up period of four months during the winter sport season will be conducted. The participants consist of inexperienced skiers and snowboarders. At baseline, skiers and snowboarders in the intervention and control groups are asked to report the injury preventive measures they usually take during their preparation for their winter sport holiday. One and three months after baseline, skiers and snowboarders are asked to report retrospectively in detail what measures they took regarding injury prevention during their current winter sport preparation and winter sport holiday. Descriptive analyses (mean, standard deviation, frequency, range) are conducted for the different baseline variables in both study groups. To evaluate the success of the randomization, baseline values are analyzed for differences between the intervention and control groups (chi square, independent T tests and/or Mann-Whitney test). Chi square tests and/or logistic regression analyses are used to analyze behavioral change according to the intention to treat principle (as initially assigned). RESULTS: The project was funded in 2016 and enrolment was completed in 2017. Data analysis is currently under way and the first results are expected to be submitted for publication in 2018. CONCLUSIONS: To combat the negative side effects of sports participation, the use of injury preventive measures is desirable. As the use of injury prevention is usually not compulsory in skiing and snowboarding, a behavioral change is necessary to increase the use of effective injury preventive measures in winter sports. TRIAL REGISTRATION: Dutch Trial Registry NTR6233; http://www.trialregister.nl/trialreg/admin/rctview.asp?TC=6233 (Archived by WebCite at http://www.webcitation.org/6wXZPzjUi).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,017 | 0,007 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,100 | 0,014 |
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 source (Gemma direct ou Codex distillé), 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 ».