Football-specific extension of the IOC consensus statement: methods for recording and reporting of epidemiological data on injury and illness in sport 2020
Notice bibliographique
Résumé
Several sports have published consensus statements on methods and reporting of epidemiological studies concerning injuries and illnesses with football (soccer) producing one of the first guidelines. This football-specific consensus statement was published in 2006 and required an update to align with scientific developments in the field. The International Olympic Committee (IOC) recently released a sports-generic consensus statement outlining methods for recording and reporting epidemiological data on injury and illness in sport and encouraged the development of sport-specific extensions.The Fédération Internationale de Football Association Medical Scientific Advisory Board established a panel of 16 football medicine and/or science experts, two players and one coach. With a foundation in the IOC consensus statement, the panel performed literature reviews on each included subtopic and performed two rounds of voting prior to and during a 2-day consensus meeting. The panel agreed on 40 of 75 pre-meeting and 21 of 44 meeting voting statements, respectively. The methodology and definitions presented in this comprehensive football-specific extension should ensure more consistent study designs, data collection procedures and use of nomenclature in future epidemiological studies of football injuries and illnesses regardless of setting. It should facilitate comparisons across studies and pooling of data.
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 | 0,430 | 0,466 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,034 | 0,023 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,011 | 0,015 |
| Intégrité de la recherche | 0,011 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,011 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».