MétaCan
Menu
Retour à la cohorte
Enregistrement W2951327516 · doi:10.28985/1906.jsc.03

Knowledge of and attitudes towards concussion in cycling: A preliminary study

2019· article· en· W2951327516 sur OpenAlexaff
Howard Thomas Hurst, Andrew R. Novak, Stephen S. Cheung, Stephen Atkins

Notice bibliographique

RevueJournal Of Science & Cycling · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésConcussionCyclingPsychologyMedicinePhysical therapyInjury preventionPoison controlMedical emergencyGeography

Résumé

récupéré en direct d'OpenAlex

The aim of this study wasto investigate the knowledge of and attitudes towards concussion in cycling. An abbreviated Rosenbaum Concussion Knowledge and attitudes Survey (RoCKAS) was distributed online via social media and completed by 1990 respondents involved in cycling. The RoCKAS comprised separate sections to determine a concussion knowledge index (CKI) providing a score between 0-33, and a concussion attitudes index (CAI) with possible scores between 7-20. Mean scores were 25.9 ± 11.0 and 17.7 ± 3.0 for CKI and CAI, respectively. However, there remained several concussion knowledge misconceptions and disparity between reported knowledge and attitudes and actions, with 16% of respondents admitting to riding despite having concussive symptoms and 18.7% stating they would hide a concussion to stay in an event. The results of this survey indicate those involved with cycling reported reasonable knowledge of concussion symptoms and safe/desirable attitudes towards concussion education. However, despite reporting safe attitudes, the actions of those involved in cycling may be of greater concern, as a considerable number of respondents were still willing to take risks by continuing to cycle knowing they had concussive symptoms.

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)0,004
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,092
Tête enseignante GPT0,434
Écart entre enseignants0,342 · 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Of Science & CyclingMême sujetTraumatic Brain Injury ResearchTravaux en français237 207