Author Response: Association of Position Played and Career Duration and Chronic Traumatic Encephalopathy at Autopsy in Elite Football and Hockey Players
Notice bibliographique
Résumé
We completely share Dr. Dams-O’Connor's hope for replication studies and increasingly complete and accurate data.1 In our cohort of 35 former elite athletes, we did not think it surprising to have uncovered no history of moderate-severe traumatic brain injury (TBI)—as commonly defined2—nor did we find it to be in stark contrast to population-based studies. Indeed, our reading of the study cited to suggest a high (>20%) prevalence in the general population of more severe TBI is that only 192/6,998 respondents (2.7%) recollected a TBI with loss of consciousness >30 minutes—the definition used in that study for moderate-severe TBI.3 At that rate (about 1/37), it would not be unexpected to find 0% prevalence in a cohort of 35 individuals. Moreover, from the data cited on intercollegiate athletes using the Brain Injury Screening Questionnaire, showing that 12/90 recollected a TBI with loss of consciousness lasting several minutes to an hour, interpreted as clinically significant TBI, it cannot be ascertained whether any of those individuals had a moderate, as opposed to a mild, TBI.4 In our common quest for scientific rigor, it is important that the value of a structured TBI screening tool be neither understated nor overstated.
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 | 0,002 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,019 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,006 |
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 ».