MétaCan
Menu
Retour à la cohorte
Enregistrement W4283169429 · doi:10.7759/cureus.26123

A Meta-Analysis of Randomized Controlled Trials on the Effectiveness of Exercise Intervention in Preventing Sports Injuries

2022· review· en· W4283169429 sur OpenAlexaff
Okelue E Okobi, Endurance O Evbayekha, Ekene Ilechie, Joy Iroro, Jane N Nwafor, Zinai Gandu, Hameed O Shittu

Notice bibliographique

RevueCureus · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensCalgary Laboratory Services
Organismes subventionnairesnon disponible
Mots-clésMedicineAthletesPhysical therapyRandomized controlled trialPopulationSports medicineRecreationIntervention (counseling)Inclusion and exclusion criteriaSubgroup analysisFootballInjury preventionMeta-analysisPoison controlFamily medicineEnvironmental healthAlternative medicineInternal medicinePsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

of p > 0.05) had no preventive effect. Our analysis showed that different exercises have preventive roles in sports injuries. The warm-up FIFA, neuromuscular training, and eccentric training reduced the risk of injury in the intervention group compared to the control group by a high percentage. At the same time, neuromuscular warm-up and FIFA 11 dynamic warm-up also decreased the relative risk of injury in the intervention group. These effects varied among exercise type, injury type, and sport.

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)0,012
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,034
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0190,036
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,135
Tête enseignante GPT0,417
Écart entre enseignants0,282 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetSports injuries and preventionTravaux en français237 207