Risk of head injury associated with distinct head impact events in elite women's hockey
Notice bibliographique
Résumé
Head injuries are a major health concern for sport participants as 90% of emergency department visits for sport-related brain injuries are concussion related. 1 Recently, reports have shown a higher incidence of sport-related concussion in female athletes compared to males. 3 Few studies have described the events by which concussions occur in women's hockey, 2,7,8 however a biomechanical analysis of the risk of concussion has not yet been conducted. Therefore, the purpose of this study was to identify the highest risk concussive events in elite women's hockey and characterize these events through reconstructions to identify the associated levels of peak linear and angular acceleration and strain from finite element analysis. 44 head impact events were gathered from elite women's hockey game video and analyzed for impact event, location and velocity. In total, 27 distinct events based on impact event, location and velocity were reconstructed using a hybrid III headform and various testing setups to obtain dynamic response and brain tissue response. A three-way Multivariate Analysis of Variance (MANOVA) was conducted to determine the influence of event, location and velocity. The results of this study show that head- to-ice impacts resulted in significantly higher responses compared to shoulder-to- head collisions and head-to boards impacts however, shoulder and boards impacts were more frequent. All events produced responses comparable to proposed concussion threshold values. 21 This research demonstrates the importance of considering the event, the impact characteristics, the magnitude of response, and the frequency of these impacts when attempting to capture the short and long term risks of brain trauma in women's hockey.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».