Notice bibliographique
Résumé
OBJECTIVES: to identify all studies of Karate injuries and assess injury rates, types, location, and causes. METHODS: Six electronic and four grey literature databases were searched. Two reviewers independently assessed titles/abstracts, abstracted data and assessed risk-of-bias with the Newcastle-Ottawa scale. Average injury rates/1000AE (AE = athletic-encounter) and/1000minutesAE, injury location and type weighted by study size were calculated. RESULTS: In competitions rates of injury/1000AE and/1000 minutesAE were similar for males (111.4/1000AE, 75.4/1000 minAE) and females (105.8/1000AE, 72.8/1000 minAE). Location of injury rates/1000AE for males were 44.0 for head/neck, 11.9 lower extremities, 8.1 torso and 5.4 upper extremities and were similar for females: 41.2 head/neck, 12.4 lower extremities, 9.1 torso and 6.3 upper extremities. Injury rates varied widely by study. Rates/1000AE for type of injury were contusions/abrasions/lacerations/bruises/tooth avulsion for males (68.1) and females (30.4); hematomas/bleeding/epistaxis males (11.4) and females (12.1); strains/sprains males (3.5) and females (0.1); dislocations males (2.9) and females (0.9); concussions males (2.5) and females (3.9); and fractures males (2.9) and females (1.4). Punches were a more common mechanism of injury for males (59.8) than females (40.8) and kicks similar (males 19.7, females 21.7). Weighted averages were not calculated for weight class or belt colour because there were too few studies. Nineteen injury surveys reported annual injury rates from 30% to rates ten times higher but used different reporting methods. Studies provided no data to explain wide rate ranges. CONCLUSIONS: Studies need to adopt one injury definition, one data-collection form, and collect comprehensive data for each study for both training and competitions. More data are needed to measure the effect of weight, age and experience on injuries, rates and types of injury during training, and for competitors with high injury rates. RCTs are needed of interventions such as training and feedback of performance data to reduce injury rates.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».