Frequency and type of adverse analytical findings in athletics: Differences among disciplines
Notice bibliographique
Résumé
Athletics is a highly diverse sport that contains a set of disciplines grouped into jumps, throws, races of varying distances, and combined events. From a physiological standpoint, the physical capabilities linked to success are quite different among disciplines, with varying involvements of muscle strength, muscle power, and endurance. Thus, the use of banned substances in athletics might be dictated by physical dimensions of each discipline. Thus, the aim of this investigation was to analyse the number and distribution of adverse analytical findings per drug class in athletic disciplines. The data included in this investigation were gathered from the Anti-Doping Testing Figure Report made available by the World Anti-Doping Agency (from 2016 to 2018). Interestingly, there were no differences in the frequency of adverse findings (overall,~0.95%, range from 0.77 to 1.70%) among disciplines despite long distance runners having the highest number of samples analysed per year (~9812 samples/year). Sprinters and throwers presented abnormally high proportions of adverse analytical findings within the group of anabolic agents (p < 0.01); middle- and long-distance runners presented atypically high proportions of findings related to peptide hormones and growth factors (p < 0.01); racewalkers presented atypically high proportions of banned diuretics and masking agents (p = 0.05). These results suggest that the proportion of athletes that are using banned substances is similar among the different disciplines of athletics. However, there are substantial differences in the class of drugs more commonly used in each discipline. This information can be used to effectively enhance anti-doping testing protocols in athletics.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».