MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392350741 · doi:10.1136/bjsports-2024-ioc.80

500 BO04 – Down three: video-suspected injuries in youth tackle football following a reduction in number of players on-field

2024· article· en· W4392350741 sur OpenAlexaboutno aff
Reid A. Syrydiuk, Joshua Cairns, Mark Patrick Pankow, Martin Mrázik, Steven P. Broglio, Carolyn A. Emery

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConcussionFootballCohortMedicinePopulationPoison controlRate ratioPhysical therapyInjury preventionDemographyPsychologyMedical emergencyGeographyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Musculoskeletal (MSK) injuries and concussions (SRC) are of concern in tackle football, and youth are understudied compared to elite athletes. Policy change is of interest as a means to improve player safety. A reduction in number of players on-field may reduce the number of collisions and subsequently injuries within this population, potentially aiding in future injury prevention strategies. To compare video-suspected (VS) concussion and non-concussion injury rates in a modified 9-on-9 13–15 years old Canadian football season to a traditional 12-on-12 season using video-analysis. Prospective cohort Youth tackle football (Calgary, Canada). Football players aged 13–15 years included 384 players (n=18 teams) participating in 2020 and 500 players (n=12 teams) in 2022. Video data were anonymized. In 2020, in accordance with provincial COVID-19 cohort restrictions, there was a reduction in the number of on-field players (9-on-9) and field-dimensions (150x50 yards). The 2021 season returned to 12-on-12 with field dimensions of 150x65 yards. Independent variables included cohort (9-on-9, 12-on-12) and team unit (offense, defense, kicking team, receiving team). Twenty regular season games (10 in each season) were analyzed. Using previously validated criteria, VS-concussion and non-concussion injuries were identified via Dartfish video software. Using negative binomial regression, VS injury rates (/100 player-plays and/10 gameplay-minutes) and incidence rate ratios (IRR) with 95% confidence intervals were estimated to examine differences between years. In total, 10 VS-concussions and 40 VS non-concussion injuries were identified. No significant differences were identified between 2020 and 2021 seasons for VS concussions [IRRPlays (offense): 0.38; 95% CI: 0.08, 1.85] nor non-concussions [IRRPlays (offense): 0.61; 95% CI: 0.27, 1.38]. No injury or concussion rate differences were identified with a reduced number of players on a smaller field. Future research may benefit from combining video-analysis with injury surveillance and accelerometry data to improve prevention efforts.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,853
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,304
Écart entre enseignants0,290 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetSports injuries and prevention→Travaux en français237 207→