MétaCan
Menu
Retour à la cohorte
Enregistrement W4399643836 · doi:10.1080/02614367.2024.2363805

Understanding and optimising helmet-related and other health and social effects of the first North American university campus skatepark

2024· article· en· W4399643836 sur OpenAlexaff
Jenny Y. Xue, Sebastian Swic, J. Brazeau, Erica Frank

Notice bibliographique

RevueLeisure Studies · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésThematic analysisIntervention (counseling)Suicide preventionInclusion (mineral)Occupational safety and healthPublic healthPoison controlInjury preventionPsychologyHuman factors and ergonomicsGerontologyApplied psychologySocial psychologySociologyMedicineSocial scienceEnvironmental healthNursingQualitative researchPsychiatry

Résumé

récupéré en direct d'OpenAlex

Skateboarding has growing societal uptake, as seen through its inclusion in 2021’s Summer Olympics. To promote positive health and social outcomes, skateparks are being developed around the world. A challenge in optimising skateparks’ benefits lies in reducing injury risk, particularly head trauma. This study occurred at the University of British Columbia Skatepark (July–September 2019) with the goal of identifying and theoretically contextualising facilitators and barriers to helmet use. Participants (total n = 54, 92.6% male) were interviewed (n = 54) and surveyed (n = 27). We performed thematic analysis on the transcripts, finding that barriers to helmet use included helmet discomfort, low perceived risk of injury, cultural norms, and style, and facilitators included a belief that helmets promote safety, higher-risk skating activities, older and younger ages, and role modelling. We propose a conceptual model showing multiple points of intervention to promote skatepark safety beyond helmet use alone, integrating theories of sociology, social psychology, and public health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,095
Score d'incertitude au seuil0,309

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,309
Écart entre enseignants0,262 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeisure StudiesMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207