MétaCan
Menu
Retour à la cohorte
Enregistrement W3134044831 · doi:10.21091/mppa.2005.4032

Prevalence of Medical Problems Associated with Playing the Great Highland Bagpipe: Survey Results and Comparisons to Other Musicians

2005· article· en· W3134044831 sur OpenAlexaboutno aff
Deborah Barr, Patrick J. Potter, Lee Van Dusen, Jeanmarie R. Burke

Notice bibliographique

RevueMedical Problems of Performing Artists · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyMedicineGerontology

Résumé

récupéré en direct d'OpenAlex

The number of players of the Great Highland bagpipes (GHB) involved in competition worldwide is unknown. Despite the rising popularity of piping and pipe band organizations, minimal information is available regarding the range of medical problems encountered in pipers. The purpose of this study was to describe the neuromusculoskeletal problems experienced by bagpipers. A survey adapted from the National Flute Association Medical Problems Survey was used and distributed to pipers in the United States and Canada (n = 123). The demographic profile showed that 31% of the respondents have played the GHB for 3 to 8 yrs and 29% have played 20+ yrs. On average, pipers practiced 5 to 15 hrs/wk, and the most common sites of musculoskeletal complaint were the left arm and lower back (32% each). Loss of finger coordination (21%) and neck pain or stiffness (19%) were the next most common complaints. Pain and stiffness were also reported in the left (17%) and right (15%) hand and the left shoulder (11%). The survey results support the concerns expressed by pipers regarding problems resulting from playing the GHB and find these issues correlate with those described in other musician populations. Having determined the primary areas of concern, identifying possible biomechanical and ergonomic issues, as well as instrument-specific strengthening techniques may decrease rates of neuromusculoskeletal problems in the piping population.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,308
Écart entre enseignants0,264 · 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'étudeObservationnel
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

Citations7
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Problems of Performing ArtistsMême sujetMusicians’ Health and PerformanceTravaux en français237 207