Electroceuticals for Paralympic Athletes: A Fair Play and Classification Concern?
Notice bibliographique
Résumé
Electroceuticals such as brain computer interfaces and spinal cord stimulation (SCS) represent transformative strategies for neuromodulation. Research has demonstrated that SCS can ameliorate motor and autonomic cardiovascular dysfunctions, particularly in individuals with spinal cord injury (SCI). Notably, SCS has been shown to augment aerobic exercise performance. Owing to the nature of their injury, athletes with SCI are often predisposed to low resting blood pressure and impaired physiological responses to exercise. Therefore, some athletes intentionally induce autonomic dysreflexia ("boosting") to gain a competitive advantage - an act banned by the International Paralympic Committee (IPC). However, the emergence of electroceuticals facilitates an alternative performance enhancement strategy that could be considered unfair without equal access opportunities for all athletes. Currently, the World Anti-Doping Agency and the IPC have not acknowledged the potential impact of electroceuticals in parasport. Herein, we present an argument that the use of SCS meets the criteria for it to be placed on the World Anti-Doping Code Prohibited List (or at the very least be monitored) because collectively: SCS can enhance sport performance, represents a potential health risk to the athlete if misused, and may violate the spirit of sport. Acute and chronic use of SCS may also lead to classification changes, and increased opportunities for athletes to intentionally misrepresent, thereby raising concerns for the IPC. The growing access to electroceuticals (e.g. via clinical trial participation or private healthcare implantation) more than ever increases the likelihood of an athlete using SCS to gain an unfair advantage in parasport.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».