Injury reporting and the use of injury prevention programmes in women's compared with men's rugby union players: A scoping review
Notice bibliographique
Résumé
OBJECTIVES: Identify current injury surveillance and prevention literature in women's compared to men's rugby union players. DESIGN: Scoping review. METHODS: A two-step search strategy identified relevant published and unpublished literature on adult rugby players from five electronic databases, three governing body season report storage locations, and citation searches. Literature was screened against inclusion criteria for time-loss injury and/or injury prevention programmes and outcomes. Data was extracted and findings were reported using 1. a numerical analysis and 2. a thematic analysis. RESULTS: In total, 3196 articles were screened at abstract and full-text level, 252 met inclusion criteria. Across 252 studies were 330 cohorts, women-only cohorts accounted for 24 % (n = 79) of injury surveillance literature. Match injury incidence ranges were greater than training across all cohorts, men's and women's injury rates and severity across match and training were similar. Only 30 % of cohorts assessed training injury, 27 % in men's and 42 % in women's cohorts. General agreement highlighted lower limb, joint/ligament and concussion injuries to be most common across the men's and women's game. Risk factors were commonly assessed in men's literature (49 %) but reported less within women's research (25 %). Thirteen injury prevention studies were identified, two involved evaluation of injury prevention initiatives in women's cohorts. CONCLUSIONS: There is limited women's representation in rugby injury surveillance research compared to men's, and there is scarce evidence of the implementation and evaluation of injury prevention initiatives to reduce injury rates in women. Future research should focus on women's surveillance to inform injury prevention studies, implemented and evaluated in women's rugby cohorts.
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 | 0,014 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,019 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».