Gender differences in load carriage injuries of Australian army soldiers
Notice bibliographique
Résumé
BACKGROUND: With the removal of gender restrictions and the changing nature of warfare potentially increasing female soldier exposure to heavy military load carriage, the aim of this research was to determine relative risks and patterns of load carriage related injuries in female compared to male soldiers. METHODS: The Australian Defence Force Occupational Health, Safety and Compensation Analysis and Reporting workplace injury database was searched to identify all reported load carriage injuries. Using key search terms, the narrative description fields were used as the search medium to identify records of interest. Population estimates of the female: male incident rate ratio (IRR) were calculated with ninety-five percent confidence interval (95% CI) around the population estimate of each IRR determined. RESULTS: Female soldiers sustained 10% (n = 40) of the 401 reported injuries, with a female to male IRR of 1.02 (95% CI 0.74 to 1.41). The most common site of injury for both genders was the back (F: n = 11, 27%; M: n = 80, 22%), followed by the foot in female soldiers (n = 8, 20%) and the ankle (n = 60, 17%) in male soldiers. Fifteen percent (n = 6) of injuries in female soldiers and 6% (n = 23) of injuries in males were classified as Serious Personal Injuries (SPI) with the lower back the leading site for both genders (F: n = 3, 43%: M: n = 8, 29%). The injury risk ratio of SPI for female compared to male soldiers was 2.40 (95% CI 0.98 to 5.88). CONCLUSIONS: While both genders similarly have the lower back as the leading site of injury while carrying load, female soldiers have more injuries to the foot as the second leading site of injury, as opposed to ankle injuries in males. The typically smaller statures of female soldiers may have predisposed them to their observed higher risk of suffering SPI while carrying loads.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».