MétaCan
Menu
Retour à la cohorte
Enregistrement W4385994511 · doi:10.1136/bmjsem-2022-001516

Call for the application of a biopsychosocial and interdisciplinary approach to the return-to-sport framework of snow sports athletes

2023· article· en· W4385994511 sur OpenAlexaff
P. Müller, Jim Taylor, Matthew J. Jordan, Johannes Scherr, Evert Verhagen, Dave Collins, Jörg Spörri

Notice bibliographique

RevueBMJ Open Sport & Exercise Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBiopsychosocial modelRehabilitationAthletesSnowApplied psychologyPsychologyPhysical medicine and rehabilitationPhysical therapyMedicinePsychotherapistGeography

Résumé

récupéré en direct d'OpenAlex

Snow sports such as alpine skiing or snowboarding are associated with a high risk of injury and reinjury and are subject to a very special environment with specific rehabilitation challenges that must be addressed. Due to geographic decentralisation, seasonal climatic limitations, alternation of training in off-snow and on-snow settings and unique loading patterns of practising these sports, special rehabilitation structures and processes are required compared with other sports. In addition, returning to preinjury performance requires a high level of confidence and a resumption of risk-taking in demanding situations such as high-speed skiing and high-amplitude jumps. A biopsychosocial and interdisciplinary approach can be viewed as a holistic, athlete-centred approach that promotes interprofessional communication and collaboration. This is particularly central for managing the physical/biological, psychological and social demands of injury management for snow sports. It can help ensure that rehabilitation content is well coordinated and tailored to individual needs. This is because transitions between different rehabilitation phases and caring professionals are well aligned, and rehabilitation is understood not only as purely 'physical recovery' but also as 'psychological recovery' considering the snow sports-specific setting with specific social norms. Ultimately, this may improve the rehabilitation success of snow sports 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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,528

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,383
Écart entre enseignants0,351 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open Sport & Exercise MedicineMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207