Snow sports-specific extension of the IOC consensus statement: methods for recording and reporting epidemiological data on injury and illness in sports
Notice bibliographique
Résumé
The International Olympic Committee's (IOC) consensus statement on 'methods for recording and reporting of epidemiological data on injury and illness in sport' recommended standardising methods to advance data collection and reporting consistency. However, additional aspects need to be considered when these methods are applied to specific sports settings. Therefore, we have developed a snow sports-specific extension of the IOC statement to promote the harmonisation of injury and illness registration methods among athletes of all levels and categories in the different disciplines governed by the International Ski and Snowboard Federation (FIS), which is also applicable to other related snow sports such as biathlon, ski mountaineering, and to some extent, para snow sports. The panel was selected with the aim of representing as many different areas of expertise/backgrounds, perspectives and diversity as possible, and all members were assigned to thematic subgroups based on their profiles. After panel formation, all members were provided with an initial draft of this extension, which was used as a basis for discussion of aspects specific to the discipline, application context, level and sex within their snow sports subgroup topic. The outcomes were then aligned with the IOC's existing consensus recommendations and incorporated into a preliminary manuscript draft. The final version of this snow sports-specific extension was developed and approved in two iterative rounds of manuscript revisions by all consensus panel members and a final meeting to clarify open discussion points. This snow sports-specific extension of the IOC statement is intended to guide researchers, international and national sports governing bodies, and other entities recording and reporting epidemiological data in snow sports to help standardise data from different sources for comparison and future research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,503 | 0,535 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,020 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,009 | 0,019 |
| Intégrité de la recherche | 0,008 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,007 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».