Females Sustain more Ankle Injuries than Males in Youth Football
Notice bibliographique
Résumé
This prospective study evaluated the incidence and pattern of acute injuries in youth (9- to 14-year- old) football players. Ten football clubs [n=730 players (567 males, 163 females)] participated in the 20-week follow-up study (January-June 2015). Data was collected by sending a standardized weekly SMS to players' parents/guardians with follow-up interviews for injured players. During the study period, 278 players (38%) sustained 410 acute injuries. The overall injury incidence for males and females was 6.47 (95% CI, 5.84-7.09) injuries per 1000 h of football exposure. Most injuries (40%) caused minimal absence from sports. Eighty-four percent of the injuries affected the lower extremities, with the ankle (30%), knee (17%), and thigh (16%) being the most commonly injured body sites. Females had significantly higher ankle injury rate (IRR) 1.85 (95% CI, 1.18-2.91, p=0.007) and non-contact ankle injury rate IRR 2.78 (95% CI, 1.91-4.02, p<0.001) than males. In conclusion, our results showed that the acute injury incidence among youth football is moderately high, and females are at higher risk for ankle injuries. Injury prevention programs aimed at preventing ankle injuries should be considered in the future.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».