MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415726971 · doi:10.1177/17543371251379539

Development of a novel test surrogate for evaluating material protection against hockey puck impacts to the neck and clavicle

2025· article· en· W4415726971 sur OpenAlexaff
Carson Brewer, Cheryl E. Quenneville

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part P Journal of Sports Engineering and Technology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésClavicleReduction (mathematics)TorsoIce hockeyNeck injuryStiffnessTest (biology)

Résumé

récupéré en direct d'OpenAlex

During ice hockey, pucks travel at high speeds and have the potential to cause substantial injury. The neck and torso are vulnerable locations where protective materials could mitigate impacts and reduce injury. Currently, neck guards are tested solely for cut protection, while no known standards exist for chest protection. To assess products and materials, a novel test surrogate was required with realistic body geometry (for product mounting) and stiffness (reflecting body compliance). The neck and clavicle were instrumented, and hockey puck impacts were applied to each in an unpadded condition, as well as with eight foams and three commercial neck guards in place. Protection of each material was quantified as the reduction in force relative to the unpadded condition. The greatest force reduction with a foam was 42%–46% (neck-clavicle), supporting its potential use in equipment. Only one of the commercial neck guards provided impact resistance (39% force reduction, vs 4%–6% in the others). Without injury tolerance data for the neck, it is unknown if the materials would have prevented injury; none reduced load below the reported fracture tolerance of the clavicle. This test surrogate and investigation may inform the future development of standards for improved hockey equipment design and evaluation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,032
Tête enseignante GPT0,296
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part P Journal of Sports Engineering and Technology→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→