Injuries and Health Issues Occurring During Offshore Transoceanic Sailing: A Survey of Recreational Sailors and Cruisers
Notice bibliographique
Résumé
Introduction Most of the literature on sailing injuries is centered on competitive sailing, often involving a single regatta. The aims of this study were to provide a description of the types of injuries and illnesses sustained during amateur offshore cruising events, estimate their incidence, and investigate potential risk factors for injuries. Methods We conducted a cross-sectional survey of self-reported sailing-related injuries and health issues during 4 different events organized by the World Cruising Club between 2014 and 2015. Prior to departure, sailors received an injury or health issue report form to complete during their sailing event. Questionnaires were then collected at the end of each event. Bivariable (Student’s t tests and χ2 tests) and mutilvariable logistic regression were used to study the associations among injuries, health issues, and the characteristics of sailors or sailboats. Results The incidence of injuries and health issues among the respondents was 1.08 and 1.01 per 10,000 nautical miles, respectively. Smaller boats ( P<0.001) and crews with less experience with the current boat ( P<0.001) were associated with reporting of more injuries. Most of the injuries were reported during favorable weather conditions. Health issues were more frequent on smaller boats and with women ( P=0.008), who reported significantly more seasickness ( P<0.001), anxiety ( P=0.037), and skin rash/fungal infection ( P=0.021). Conclusions Injuries and health issues are relatively common among amateur offshore recreational sailors, but severe injuries are rare. Smaller boats and having less experience in sailing with the current boat were associated with more injuries. Preventive strategies should include a sailing experience requirement on the boat being sailed for all crew members, increasing the minimum boat size requirement for sailing events, and mandatory first-aid training prior to a cruising event for all crew members.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».