The Dogma of Running Injuries: Perceptions of Adolescent and Adult Runners
Notice bibliographique
Résumé
CONTEXT: Adults perceive certain factors to increase or decrease the risk of sustaining running-related injuries, but many of their perceptions are not supported by research. Little is known about the perceptions that adolescent runners hold. Investigating perceptions for adolescent runners is needed to assist in the development of future injury educational materials, as these resources may need to be tailored differently for adolescents and adults. OBJECTIVE: To identify factors that adolescent runners perceive as risk or protective factors for running-related injuries and to compare these perceptions with those of adult runners. DESIGN: Cross-sectional study. SETTING: Online survey. PATIENTS OR OTHER PARTICIPANTS: We surveyed 302 adolescent (164 females, 138 males; age = 16.0 ± 1.4 years [range, 12-19 years]) and 357 adult runners (197 women, 160 men; age = 40.7 ± 11.8 years [range, 20-77 years]). MAIN OUTCOME MEASURE(S): Participants completed a survey with questions about whether factors related to training habits, footwear, biomechanics, strength, stretching, or nutrition influence the risk of sustaining a running-related injury. If ≥75% of adolescents indicated that a factor increases or decreases the risk of sustaining an injury, we considered that factor to be a perceived risk or protective factor, respectively. We also performed Fisher's exact test to compare the proportion of adolescent and adult runners who responded with "increase," "decrease," "neither increase or decrease," or "I don't know" to each question. RESULTS: Adolescent runners perceived training habits, footwear, biomechanics, strength, stretching, and nutrition to increase or decrease the risk of sustaining a running-related injury. A larger proportion of adolescents than adults perceived that more footwear cushioning and stretching decrease injury risk, but a smaller proportion perceived that overtraining increases injury risk and strength decreases injury risk. CONCLUSIONS: Differences in perceptions exist between adolescent and adult runners, and future educational materials and research questions may need to be tailored for different running populations.
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 | 0,000 | 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 ».