Video analysis of potential concussions in elite male Hurling: are players being assessed according to league guidelines?
Notice bibliographique
Résumé
BACKGROUND: Hurling is a fast-paced contact sport that places players at risk of concussion. Given the consequences of repeated concussive impacts, it is imperative that concussion management guidelines are followed. HYPOTHESIS/PURPOSE: The aim of this study is to determine if potential concussive events (PCEs) in elite Hurling are assessed in accordance with league management guidelines. The secondary objective is to investigate the effectiveness of current concussion training programs. METHODS: Investigators used a video analysis approach to identify PCEs throughout the 2018 and 2019 inter-county Hurling seasons and championships. Subsequent assessment, return to play (RTP) decision, and signs of concussion were evaluated based on previously validated methods. The results were then compared year-over-year with previous research in Gaelic Football (GF). RESULTS: A total of 183 PCEs were identified over 82 matches. PCEs were frequently assessed (86.3%, n = 158) by medical personnel. The majority of assessments were less than 1 min in duration (81.0%, n = 128). Thirteen (7.1%) players were removed following a PCE. There were 43 (23.5%) PCEs that resulted in one or more signs of concussion, of which 10 (23.3%) were removed from play. There was no difference in rate of assessment, duration of assessment, or rate of RTP between 2018 and 2019 in both Hurling and GF, suggesting that current concussion training programs have had limited success. CONCLUSION: In Hurling, players suspected of having sustained a concussion are frequently subject to a brief assessment, and are rarely removed from play. Affirmative action is needed to ensure the consistent application of standardized concussion assessment across the Gaelic Games.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».