Inequities in the Training Environment and Health of Female Golfers Participating in the 2022 International Golf Federation World Amateur Team Championships
Notice bibliographique
Résumé
OBJECTIVE: To assess health problems and training environment of female golfers participating in the 2022 World Amateur Team Championships (WATC) and to compare golfers (a) with and without health problems prior the WATC and (b) living and training in countries ranking in the upper versus lower 50% of the team results at the 2022 WATC. DESIGN: Cross-sectional cohort study using an anonymous questionnaire. SETTING: International Golf Federation WATC. PARTICIPANTS: One hundred sixty-two female golfers from 56 countries. INTERVENTIONS: N/A. MAIN OUTCOME MEASURES: Golfers' answers on the presence and characteristics of health problems, their training environment, and to the Oslo Sport Trauma Research Centre Questionnaire. RESULTS: Almost all golfers (n = 162; 96%) answered the questionnaire. In the 4 weeks before the WATC, 101 golfers (63.1%) experienced 186 musculoskeletal complaints, mainly at the lumbar spine/lower back, wrist, or shoulder. Just half of the golfers (50.6%) performed injury prevention exercises always or often. More than a third (37.4%) of the golfers reported illness complaints and 32.5% mental health problems in the 4 weeks preceding the WATC. General anxiety, performance anxiety, and low mood/depression were the most frequent mental health problems. Golfers with injury complaints rated their daily training environment poorer. Golfers ranking in the lower 50% at the WATC had significantly less support staff, rated their training environment poorer, and had a higher prevalence of illness complaints and mental health problems. CONCLUSIONS: Effective illness and injury prevention programs should be implemented and better access to education and health support in the daily training environment provided.
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 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 | 0,008 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».