2.39 Language differences and neurocognitive scores in professional football players
Notice bibliographique
Résumé
Objective To investigate the role of language on neurocognitive testing and symptom ratings at baseline. Design/Setting A retrospective cross-section analysis of Canadian Football League (CFL) athletes from the 2014–18 competitive seasons. Participants The sample included 2,018 male athletes (ages M = 25.4, SD = 3.1) were divided into three language categories, native English speaking (N = 1758), bilingual – whose first language was English (N = 125), and English as a second language (ESL; N = 135). Interventions (or Assessment of Risk Factors) N/A Outcome Measures The Immediate Post-Concussion Assessment and Cognitive Testing (ImPACT) is used in the evaluation of neurocognitive performance with sport-related concussions (SRC). Cognitive functioning was measured by the 5 index scores with age group and concussion history entered as co-variates. In addition, the impact of language on the 22 symptoms and total symptom score was analyzed. Main Results Results of the ANCOVA showed significant differences among groups on Impulse Control F(2, 2015) = 3.60, p = 0.0 with ESL group having lower scores. Reaction Time approached significance F(2, 2015) = 2.78, p = 0.06. The MANCOVA demonstrated significant differences (higher ratings for the ESL group) when rating ‘trouble falling asleep’ F(4, 1992) = 13.18, p = 0.00; while ‘feeling slowed down’ (p = 0.06) and ‘difficulty concentrating’p = 0.09) approached significance. Conclusions This study provides evidence and supports the need for different native language-based norms for athletes who do not speak English as their first native language with baseline concussion testing.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,005 | 0,001 |
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.
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 ».