One-Year Injury History and Safe Dance Practices Among Female Highland Dancers in Canada
Notice bibliographique
Résumé
AIMS: Over 8,650 Highland dancers registered to compete in Royal Scottish Official Board of Highland Dancing events worldwide in 2019. While the burden of dance-related injuries is high among dancers, there are few studies examining Highland dance. The purpose of this study was to describe the prevalence of self-reported 1-year injury history and safe dance practices among female Highland dancers. METHODS: Sixty-five female Canadian Highland dancers (median age 18; range 14-47) completed an anonymous online survey at the beginning of the 2019 championship season. Demographics (i.e., age, body mass index), exposure (e.g., months/year dancing), safe dance practices (e.g., environmental, physical, psychological), and 1-year injury history (i.e., yes/no) were self-reported. Three definitions of dance-related injury were used: 1) time-loss (missed ≥1 class, practice, performance, and/or competition); 2) medical attention (requiring professional medical care); and 3) any physical complaint that affected full participation. RESULTS: Most participants were training at the elite standard/premier level (86%, 95%CI 75-93) and for ≥8 months/year (83%, 95%CI 75-93). The proportion of dancers reporting at least one physical complaint in the previous 1 year was 71% (95%CI 58-81). Sixty percent (95%CI 47-71) of dancers reported ≥1 medical attention and/or time-loss injury. All participants reported warming up regularly, with 59% (95%CI 46-70) participating in regular cool-downs. CONCLUSION: The prevalence of 1-year injury history among female Highland dancers is high. Education on the benefits of safe dance practice for Highland dancers may be useful. Prospective cohort studies are needed to understand the dynamic nature of dance injuries across a full competitive season.
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 | 0,001 | 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) | 0,002 | 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 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 ».