MétaCan
Menu
Retour à la cohorte
Enregistrement W2992357620 · doi:10.1136/bjsports-2019-101040

How do the new Olympic sports compare with the traditional Olympic sports? Injury and illness at the 2018 Youth Olympic Summer Games in Buenos Aires, Argentina

2019· article· en· W2992357620 sur OpenAlexaff
Kathrin Steffen, Torbjørn Soligard, Margo Mountjoy, Ignácio Dallo, Alan Maximiliano Gessara, Hernan Giuria, Leonel Pérez Alamino, Joaquín A. Palomar Rodríguez, Natalia Salmina, Daniel Veloz Serrano, Richard Budgett, Lars Engebretsen

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensMcMaster UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAthletesIncidence (geometry)MedicineRowingSports injuryPolyclinicPhysical therapyInjury preventionHeat illnessPoison controlMedical emergencyFamily medicineGeography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe injuries and illnesses across traditional and new sports among the participating athletes of the Buenos Aires 2018 Youth Olympic Summer Games (BA YOG) (6-18 October 2018). METHODS: We recorded the daily number of athlete injuries and illnesses (1) through the reporting of all National Olympic Committee (NOC) medical teams and (2) in the polyclinic and medical venues manned by the BA YOG 2018 medical staff. RESULTS: In total, 3.984 athletes from 206 NOCs were observed. NOCs and BA YOG 2018 medical staff reported 619 injuries and 334 illnesses, equalling 15.5 injuries and 8.4 illnesses per 100 athletes over the 13-day period. The eight new sports on the Youth Olympic programme (futsal, beach handball, karate, roller speed skating, kitesurfing, BMX freestyle, climbing and break dancing) fell in between the other sports with respect to injury and illness risk. Injury incidence was highest in rugby (43% of all rugby players), followed by boxing (33%) and badminton (24%), and lowest in swimming, archery, roller speed skating, equestrian, climbing and rowing (<5%). The highest incidences of illness were recorded in golf (20%), followed by triathlon (16%), beach volleyball and diving (both 14%). Of the illnesses, 50% affected the respiratory system and 15% the gastrointestinal system. Injury and illness incidences varied between continents with athletes representing Europe having significantly fewer injuries and illnesses compared with other continents, apart from a similar illness incidence to Asian athletes. CONCLUSION: The overall injury incidence of 15.5 injuries per 100 athletes was higher, while the overall illness incidence of 8.4 illnesses per 100 athletes was similar to previous youth and Olympic Games. The new sports did not differ significantly compared with the other sports with respect to injury and illness risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,380
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,234
Écart entre enseignants0,219 · 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 tête enseignante, pas un consensus.

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

Citations69
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetSports injuries and preventionTravaux en français237 207