Should We be Concerned with Nicotine in Sport? Analysis from 60,802 Doping Control Tests in Italy
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
BACKGROUND: Nicotine is a psychostimulant drug with purported use in sports environments, though the use of nicotine among athletes has not been studied extensively. OBJECTIVE: The aim of this study was to assess the nicotine positivity rate in 60,802 anti-doping urine samples from 2012 to 2020. METHODS: Urine samples obtained in-competition at different national and international sports events held in Italy during the period 2012-2020 were analysed. All samples were from anonymous athletes that were collected and analysed at the WADA-accredited antidoping laboratory in Rome, Italy. Samples were analysed by gas chromatography coupled with mass spectrometry, with a cut-off concentration for nicotine of > 50 ng/mL. Results were stratified by year, sport and sex. RESULTS: An overall mean of 22.7% of the samples (n = 13,804; males: n = 11,099; females: n = 2705) showed nicotine intake, with male samples also displaying higher positivity rates than female (24.1% vs 18.5%). Sample positivity was higher during 2012-2014 (25-33%) than 2015-2020 (15-20%). Samples from team sports displayed a higher positivity rate than those from individual sports (31.4 vs 14.1%). CONCLUSIONS: The current data demonstrates that one in five samples from a range of 90 sports test positive for nicotine in-competition. There is a lower positivity rate in endurance versus power/strength athletes and higher positivity rate in team versus individual sports, probably accounted for by differences in physiological and psychological demands and the desire for socialisation. WADA, international and national sports federations should consider these findings with concern, proactively investigate this phenomenon and act in order to protect the health and welfare of its athletes.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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