MétaCan
Menu
Retour à la cohorte
Enregistrement W4391384406 · doi:10.1136/bjsports-2023-concussion.386

11.28 Who’s keeping score? The effect of a mercy rule on head impact rates in Canadian high-school tackle football games

2024· article· en· W4391384406 sur OpenAlexaffabout
Mark Patrick Pankow, Reid A. Syrydiuk, Ash T Kolstad, Christopher R. Dennison, Martin Mrázik, Brent Hagel, Carolyn A. Emery

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensHotchkiss Brain InstituteAlberta Children's HospitalUniversity of VictoriaUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFootballTeam sportDemographyPsychologyMedicinePhysical therapyGeographySociology

Résumé

récupéré en direct d'OpenAlex

Objective To examine the association between the Mercy Rule (MR) and head impact incidence rates (IR) in Canadian high school football games. Design Cross-sectional video-analysis study. Setting Football fields (Calgary, Canada). Participants In 2019, two high-school football teams (ages 15–16) in Calgary, Canada had a total of 16 team-games (N=8 games) videorecorded and analyzed using Dartfish software. Interventions (or Assessment of Risk Factors) As per Football Canada’s Tackle Football Rulebook, the MR (initiates continuous running time) comes into effect when the score differential becomes 35 points or more in the second half of the game. Outcome Measures The outcome measure was head impacts. A negative binomial regression adjusted for cluster by team-game was used to estimate head impact IRs (/team-game and/team-2nd-half) for games with and without the MR in effect. The corresponding incidence rate ratios (IRR) were also estimated. Main Results Games with the MR in effect had 28% fewer plays (39% fewer in the 2nd-half) and 27% fewer head impacts per team-game [IR=241.67 (95%CI:199.24, 293.13)] compared with games without [IR=328.91 (95%CI:313.04, 345.57); IRR=0.73 (95% CI:0.61, 0.89)]. In the 2nd-half of games with the MR in effect there were 40% fewer head impacts per team-2nd-half [IR2nd-half=99.16 (95%CI:76.81, 128.03)] compared with games without [IR2nd-half=166.20 (95%CI:156.75, 176.22); IRR2nd-half=0.60 (95%CI:0.47, 0.76]. Conclusions In this novel evaluation of the Mercy Rule, running time was associated with a 27% lower head impact IR in games (40% in 2nd-half). Consideration for future research should include examining the effect of the MR on concussion IRs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,045
Tête enseignante GPT0,370
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207