MétaCan
Menu
Retour à la cohorte
Enregistrement W4210647345 · doi:10.33607/rmske.v2i25.1128

Static and Dynamic Balance and Injury Prevalence in Snowboard Instructors

2022· article· en· W4210647345 sur OpenAlexaboutno aff
Anike Vanagas, Vilma Dudonienė

Notice bibliographique

RevueReabilitacijos mokslai slauga kineziterapija ergoterapija · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBalance (ability)Dynamic balancePhysical medicine and rehabilitationPsychologyComputer scienceMedicineEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Background. Snowboarding is a quite popular winter sport, though associated with the risk of injury. Aim: to determine the relationship between sport injuries and static and dynamic balance in snowboard instructors. Methods. The study included snowboard instructors from Ontario, Canada. Questionnaires were given before and after the winter season to obtain injury history. Static balance was evaluated with a Wii Balance Board. Dynamic balance was evaluated using the Y balance test. The results were compared between different genders, age and days on-snow per season. Results. Male snowboard instructors had, on average, higher static balance scores than the females. Both male and female scores for testing with eyes closed were significantly lower than with eyes open. The female snowboard instructors had, on average, higher dynamic balance scores than the males. However, for eyes closed testing, female snowboarders’ scores were noticeably better than the males’ scores. Nine of out twenty snowboard instructors had sustained one or more injuries in the past snowboarding season. One female and one male sustained two injuries each, and in total there were ten injuries amongst twenty snowboarders. Conclusions. There was no significant difference between prevalence of injury and balance amongst different genders. Keyword: snowboarding, sports injuries, static balance, dynamic balance.

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 enseignants0,203
Score d'incertitude au seuil0,404

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,004
Tête enseignante GPT0,244
Écart entre enseignants0,240 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReabilitacijos mokslai slauga kineziterapija ergoterapijaMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207