MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392850527 · doi:10.1136/bjsports-2024-ioc.258

905 MEP039 – Safeguarding players’ futures on the pitch: video analysis examining youth soccer warm-ups

2024· article· en· W4392850527 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVideo gamePhysical therapyPsychological interventionBalance (ability)ElitePsychologyFootballMedicineNursingComputer scienceMultimediaGeography

Résumé

récupéré en direct d'OpenAlex

Background Injury risk in youth soccer has been shown to vary between sex, session type and level of play. Neuromuscular training (NMT) warm-up programs are effective for injury prevention in youth soccer. Objectives To describe current warm-up practices in youth soccer. Design Cross-sectional video-analysis study. Setting Youth elite and non-elite soccer, Canada. Participants A convenience sample of U13-U18 Tier 1–3 youth soccer teams (N=22 teams) from six clubs in Canada during the 2022 (20-weeks) outdoor season. Interventions Ten warm-ups were filmed for each team (one practice and one game) at five timepoints across the season. Main Outcome Time spent performing each NMT component (aerobic, balance, strength, agility, head-on-neck control) was analyzed. Coaches’ knowledge of NMT warm-up programs was also collected. Results Total mean time spent in warm-ups (84 games; 87 practices) was 322.4 seconds (s) (95%CI;250.3–394.5), or 5:37 minutes. Total mean time spent in NMT components was 202.2s (95%CI;150.3–254.2), or 3.37 minutes, with substantial time spent in aerobic (156.9s,95%CI;137.3–176.6). Less than one minute total was spent across other NMT components including balance (7.5s,95%CI;0–27.2), strength (28.8s,95%CI;9.1–48.4), and agility (9.1s,95%CI;0–28.7). No head-on-neck control exercise components were observed. Female elite teams spent 335.8s (95%CI;257.8–413.8) less than elite males in practices. There were no differences in game warm-ups or among non-elite groups. Among responding coaches (n=13), 38.5% knew about NMT warm-up programs, while only three (23.1%) reported using NMT warm-up programs with their teams. Teams reporting NMT use spent 26.4s (95%CI;-51.4–104.3) more in NMT components in practices and 12.5s (95%CI;-90.3–65.3) less in NMT components during games compared to those not reporting NMT use. Conclusion Time spent in core NMT components (balance, agility, strength), aside from aerobic, is limited. Head-on-neck control is a new component of NMT that requires further implementation and evaluation. Implementation strategies to increase engagement in all NMT components are essential.

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 enseignants0,131
Score d'incertitude au seuil0,261

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,053
Tête enseignante GPT0,305
Écart entre enseignants0,252 · 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→