MétaCan
Menu
Retour à la cohorte
Enregistrement W3005287855 · doi:10.1038/s41598-019-54874-9

A novel repetitive head impact exposure measurement tool differentiates player position in National Football League

2020· article· en· W3005287855 sur OpenAlexaff
Clara Karton, T. Blaine Hoshizaki, Michael D. Gilchrist

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Football League Players AssociationHarvard University
Mots-clésFootballAmerican footballLeagueDocumentationPhysical medicine and rehabilitationChronic traumatic encephalopathyPosition (finance)MedicineConcussionPsychologyPoison controlEnvironmental healthInjury preventionComputer scienceBusinessHistory

Résumé

récupéré en direct d'OpenAlex

American-style football participation poses a high risk of repetitive head impact (RHI) exposure leading to acute and chronic brain injury. The complex nature of symptom expression, human predisposition, and neurological consequences of RHI limits our understanding of what constitutes as an injurious impact affecting the integrity of brain tissue. Video footage of professional football games was reviewed and documentation made of all head contact. Frequency of impact, tissue strain magnitude, and time interval between impacts was used to quantify RHI exposure, specific to player field position. Differences in exposure characteristics were found between eight different positions; where three unique profiles can be observed. Exposure profiles provide interpretation of the relationship between the traumatic event(s) and how tissue injury is manifested and expressed. This study illustrates and captures an objective measurement of RHI on the field, a critical component in guiding public policy and guidelines for managing exposure.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,145
Tête enseignante GPT0,358
Écart entre enseignants0,213 · 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'étudeExpérimental (laboratoire)
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

Citations41
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetTraumatic Brain Injury ResearchTravaux en français237 207