MétaCan
Menu
Retour à la cohorte
Enregistrement W4402836596 · doi:10.1080/14927713.2024.2396844

Physical injuries related to the practice of physical and sports activities in France: initial results from the 2020 National Survey on Physical and Sports Practices

2024· article· en· W4402836596 sur OpenAlexvenueno aff
Brice Lefèvre, Guillaume Routier

Notice bibliographique

RevueLeisure/Loisir · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSports injuryPsychologyPhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

The main aims of this study are: 1) to estimate the prevalence of sports-related physical injuries in France, as well as the frequency of seeking medical treatment (by a doctor) and of stopping work or school following an accident, and 2) to identify the associated risk factors. Data from the 2020 National Survey on Physical and Sports Practices are used for these purposes. Results show that the significantly associated factors are of a sociodemographic, sporting and motivational nature. In addition to the traditional factors (gender, age, frequency of practice, multi-practice, commitment to sport), this contribution reveals the importance of the state of health as a potential risk factor in the likelihood of experiencing injury. In the same way, the authors show that supervised practice is a factor that increases the risk of accidents as much as the risk of seeking medical treatment. Finally, social class seems to influence the use of time off work.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,515
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,351
Écart entre enseignants0,333 · 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/LoisirMême sujetSports injuries and preventionTravaux en français237 207