Use of the Sport Concussion Assessment Tool 5 (SCAT5) in professional hockey, part 1: cross-cultural normative data
Notice bibliographique
Résumé
OBJECTIVES: This paper provides comprehensive normative data stratified by language preference and age on the components of the National Hockey League (NHL) Sport Concussion Assessment Tool 5 (SCAT5) in a multilingual sample of professional ice hockey players and compares the findings from a paper form of the NHL SCAT5 with an electronic (App) version of the tool. METHODS: A total of 1924 male NHL and American Hockey League (AHL) players (ages 17-41) were assessed during preseason medical evaluations (baseline); 1881 were assessed with the NHL SCAT5 App via tablet and 43 received the paper version of the NHL Modified SCAT5. RESULTS: No significant differences between the App and paper modes of administration emerged in a subsample of English preference players. Significant SCAT5 differences among language preference groups emerged on measures of cognitive functioning (Immediate Memory,Concentration). No language preference differences emerged on the Delayed Recall component. Using age as a continuous variable, older participants outperformed younger players on Immediate Memory, Delayed Recall and Concentration. Players wearing skates demonstrated significantly more modified Balance Error Scoring System (mBESS) total errors than barefoot players. Normative data tables for language preference groups are presented. CONCLUSIONS: Significant differences were found between English and non-English language preference groups on the components of SCAT5, which suggest that language-specific normative data, rather than aggregated normative data, are preferable when interpreting test scores. Similarly, age-specific normative data tables may provide greater precision in data interpretation. Due to clear ceiling effects on the mBESS single leg and tandem stances, players should not be tested while wearing skates.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».