Sport Medicine Diagnostic Coding System (SMDCS) and the Orchard Sports Injury and Illness Classification System (OSIICS): revised 2020 consensus versions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Coding in sports medicine generally uses sports-specific coding systems rather than the International Classification of Diseases (ICD), because of superior applicability to the profile of injury and illness presentations in sport. New categories for coding were agreed on in the 'International Olympic Committee (IOC) consensus statement: Methods for recording and reporting of epidemiological data on injury and illness in sports 2020.' We explain the process for determining the new categories and update both the Sport Medicine Diagnostic Coding System (SMDCS) and the Orchard Sports Injury and Illness Classification System (OSIICS) with new versions that operationalise the new consensus categories. The author group included members from an expert group attending the IOC consensus conference. The primary authors of the SMDCS (WM) and OSIICS (JO) produced new versions that were then agreed on by the remaining authors using expert consensus methodology. The SMDCS and OSIICS systems have been adjusted and confirmed through a consensus process to align with the IOC consensus statement to facilitate translation between the two systems. Problematic areas for defining body part categories included the groin and ankle regions. For illness codes, in contrast to the ICD, we elected to have a taxonomy of 'organ system/region' (eg, cardiovascular and respiratory), followed by an 'aetiology/pathology' (eg, environmental, infectious disease and allergy). Companion data files have been produced that provide translations between the coding systems. The similar structure of coding underpinning the OSIICS and SMDCS systems aligns the new versions of these systems with the IOC consensus statement and also facilitates easier translation between the two systems. These coding systems are freely available to the sport and exercise research community.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle