MétaCan
Menu
Retour à la cohorte
Enregistrement W3033921607 · doi:10.1249/jsr.0000000000000722

Sexual Violence in Sport: American Medical Society for Sports Medicine Position Statement

2020· article· en· W3033921607 sur OpenAlexaff
Jennifer Scott Koontz, Margo Mountjoy, Kristin Abbott, Cindy Miller Aron, Kathleen C. Basile, Chad T. Carlson, Cindy J. Chang, Alex B. Diamond, Sheila A. Dugan, Brian Hainline, Stanley A. Herring, Elliot Hopkins, Elizabeth A. Joy, Janet P. Judge, Michele LaBotz, Jason Matuszak, Cody J. McDavis, Rebecca A. Myers, Aurelia Nattiv, Jeffrey L. Tanji, Jessica Wagner, William O. Roberts

Notice bibliographique

RevueCurrent Sports Medicine Reports · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPosition statementStatement (logic)Sports medicineMultidisciplinary approachTask forceHuman factors and ergonomicsMedicinePoison controlSuicide preventionPosition (finance)Sexual medicineAthletesTask (project management)Position paperSexual assaultMedical educationFamily medicinePhysical therapyMedical emergencyPsychiatryPolitical scienceSociologySocial scienceLawEngineeringPathology

Résumé

récupéré en direct d'OpenAlex

The American Medical Society for Sports Medicine (AMSSM) convened a group of experts to develop a Position Statement addressing the problem of sexual violence in sport. The AMSSM Sexual Violence in Sport Task Force held a series of meetings over 7 months, beginning in July 2019. Following a literature review, the task force used an iterative process and expert consensus to finalize the position statement. The objective of this position statement is to raise awareness of this critical issue among sports medicine physicians and to declare a commitment to engage in collaborative, multidisciplinary solutions to reduce sexual violence in sport.

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)0,017
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,032
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0040,003
Communication savante0,0070,004
Science ouverte0,0040,005
Intégrité de la recherche0,0270,026
Charge utile insuffisante (le modèle a refusé de juger)0,0080,008

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 Opus0,025
Tête enseignante GPT0,359
Écart entre enseignants0,334 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Sports Medicine ReportsMême sujetSports injuries and preventionTravaux en français237 207