MétaCan
Menu
Retour à la cohorte
Enregistrement W4404367558 · doi:10.4271/09-12-02-0018

Comparison of Head Impact Biomechanics across Multiple Sports

2024· article· en· W4404367558 sur OpenAlexaff
Zaryan Masood, David Luke, Rebecca Kenny, Daniel Bondi, Adam Clansey, Lyndia C. Wu

Notice bibliographique

RevueSAE International Journal of Transportation Safety · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiomechanicsSports biomechanicsHead (geology)Physical medicine and rehabilitationComputer scienceApplied psychologyPsychologyMedicineSimulationBiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

<div>Athletes may sustain numerous head impacts during sport, leading to potential neurological consequences. Wearable sensors enable real-world head impact data collection, offering insight into sport-specific brain injury mechanisms. Most instrumented mouthguard studies focus on a single sport, lacking a quantitative comparison of head impact biomechanics across sports. Additionally, direct comparison of prior studies can be challenging due to variabilities in methodology and data processing. Therefore, we gathered head impact data across multiple sports and processed all data using a uniform processing pipeline to enable direct comparisons of impact biomechanics. Our aim was to compare peak kinematics, impulse durations, and head impact directionality across ice hockey, American football, rugby, and soccer. We found that American football had the highest magnitude of head impact kinematics and observed directionality differences in linear and angular kinematics between sports. On the other hand, there were no significant differences in impulse durations, which was unexpected given the different impacting objects and protective equipment across sports. In future work, we aim to expand our dataset to better match sports for understanding the influence of sex, equipment, and playstyle on head impact biomechanics.</div>

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)0,000
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 enseignants0,479
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,082
Tête enseignante GPT0,480
Écart entre enseignants0,398 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Transportation SafetyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207