Assessment of the functional movement screen and injuries in gymnasts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To identify possible differences in movement quality through the functional movement screen (FMS) between injured and non-injured adolescent acrobatic gymnasts in the last season. Method: descriptive, comparative, cross-sectional study involving 20 adolescent female gymnasts divided into two groups, one composed of 9 gymnasts who had suffered an injury in the last season (14,7±1,56) and the other composed of 11 gymnasts who had not suffered any injury (13,9±2,25). The FMS battery was used, consisting of seven tests: deep squat, hurdle step, in-line lunge, shoulder mobility, active straight leg raise, trunk stability in push-ups, trunk rotational stability. Results: Of the nine gymnasts who had sustained an injury, 66.6% were located in the lower limb, ankles and knees. The results of the total functional assessment of FMS using the Mann Whitney U statistic for independent samples showed no statistically significant differences between groups (Z = -.393; p > 0.05), with the average range of FMS being similar in both cases (10.05 and 11.06 in injured and non-injured gymnasts respectively). It also showed the absence of significant differences in each of the tests of the battery, and no relationship was found through Spearman’s R statistic, between the overall FMS score and the group of injured gymnasts. Conclusion: The results of the FMS total score were slightly higher in gymnasts who were not injured last season, as well as slightly better in all the lower body tests, hence the FMS can be used as a preventive programmed to detect possible deficiencies.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle