Body Regions Susceptible To Musculoskeletal Injuries In Canadian Armed Forces Pilots
Notice bibliographique
Résumé
Musculoskeletal injuries (MSKi) are a significant burden on military pilots. Exploring which body regions are most affected by MSKi and describing injury types is essential for developing preventative strategies. Additionally, gaining insight into between-sex differences may serve as a valuable component of MSKi prevention strategies as the number of female pilots is rapidly increasing. PURPOSE This study is a preliminary investigation of potential sex differences in MSKi rates and regions in actively-serving Canadian Armed Forces (CAF) pilots. METHODS Members of the CAF completed an online cross-sectional survey to capture information about MSKi risks. For the present study, participants who indicated they were actively serving pilots were included. Chi-square analyses were used to evaluate questionnaire items that identified type and region of MSKi to compare response frequency by sex (significance accepted as P < 0.05). RESULTS Seventy-three respondents identified as pilots, of which 53 were male (35.6 + 7.2yrs) and 20 were female (39.9 + 11.1yrs). Figure 1 describes the rates of repetitive strain injuries (RSI) per body region. CONCLUSION RSI rates appear higher for female CAF pilots, and between-sex differences exist in body regions most affected by MSKi. Further research is needed to guide strategies to address sex-disparities and reduce the overall burden of MSKi among CAF pilots.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».