Does Increasing the Severity of Penalties Assessed in Association With the “Zero Tolerance for Head Contact” Policy Translate to a Reduction in Head Impact Rates in Youth Ice Hockey?
Notice bibliographique
Résumé
OBJECTIVE: The risk of concussion is high in Canadian youth ice hockey. Aiming to reduce this burden, in 2011, Hockey Canada implemented a national "zero tolerance for head contact (HC)" policy mandating the penalization of any player HC. In 2018 to 2020, Hockey Canada further amended this HC policy including stricter enforcement of severe HCs. This study aimed to compare HC rates, head impact location, and HC enforcement prepolicy, postpolicy, and after policy amendments in elite U15 Canadian youth ice hockey. DESIGN: This is a prospective cohort study. SETTING: A collection of events with the video camera located at the highest point near center ice in public ice hockey arenas in Calgary, Alberta. PARTICIPANTS: A convenience sample of 10 AA U15 games prepolicy (2008-2009), 8 games postpolicy (2013-2014), and 10 games after policy amendments (2020-2021). INDEPENDENT VARIABLES: An analysis of 3 cohort years regarding the HC-policy implementation and amendments. MAIN OUTCOME MEASURES: Using Dartfish video-analysis software, all player contacts and HCs [direct (HC1), indirect (eg, boards, ice) (HC2)] were tagged using validated criteria. Univariate Poisson regression clustering by team-game offset by game length (minutes) was used to estimate incidence rates (IR) and incidence rate ratios (IRR) between cohorts. RESULTS: With additional rule modifications, a 30% reduction in HC1s emerged (IRR 2013-2020 = 0.70, 95% CI, 0.51-0.95). Since the HC-policy implementation, HC1s decreased by 24% (IRR 2008-2020 = 0.76, 95% CI, 0.58-0.99). The proportion of HC1s penalized was similar across cohorts (P 2008-2009 = 14.4%; P 2013-2014 = 15.5%; P 2020-2021 = 16.2%). CONCLUSIONS: The HC-policy amendments have led to decreased HC1 rates. However, referee enforcement can further boost the HC-policy effectiveness. These findings can help future referee training and potential rule modifications to increase player safety nationally.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».