Associations between the circumstances and severity of head impacts in men’s university ice hockey
Notice bibliographique
Résumé
Improved evidence on the most common and severe types of head impacts in ice hockey can guide efforts to preserve brain health through improvements in protective gear, rink design, player training, and rules of play. In this observational cohort study of men's university hockey, we compared video evidence on the circumstances of 234 head impacts to measures of head impact severity (peak linear accelerations and rotational velocities) from helmet-mounted sensors (GForceTracker). Videos were analyzed with a validated questionnaire, and paired with helmet sensor data. Shoulder-to-head impacts were more common than hand- or elbow-, but there were no differences in head impact severity between upper limb contact sites (p ≥ 0.2). Head-to-glass impacts were nearly four times more common, and just as severe as head-to-board impacts (p ≥ 0.4). Head impacts resulting in major penalties (versus no penalty), or visible signs of concussion (versus no signs), involved greater head rotational velocities (p = 0.038 and 0.049, respectively). Head impacts occurred most often to the side of the head, along the boards to players in their offensive zone without puck possession. Head impact severity did not differ between cases where the head was (versus was not) the primary site of contact (p ≥ 0.6). Furthermore, penalties were called in only 4% of cases where the head was the initial point of contact. Accordingly, rules that focus on primary targeting of the head, while important and in need of improved enforcement, offer a limited solution.
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 | 0,001 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».