Dissemination and implementation of injury prevention interventions: a scoping review for the Female, woman and/or girl Athlete Injury pRevention (FAIR) consensus
Notice bibliographique
Résumé
OBJECTIVE: To synthesise evidence related to the dissemination and implementation (D&I) of injury prevention interventions for female, woman and/or girl (female/woman/girl) athletes. DESIGN: Scoping review. DATA SOURCES: MEDLINE, APA PsycInfo, Cochrane Databases for Systematic Review, Cochrane Central Register for Controlled Trials Registry, EMBASE, CINAHL, SPORTDiscus, ERIC, ProQuest Dissertation and Theses Global. ELIGIBILITY: Primary research including ≥25% female/woman/girl athletes of any age or people working with them (eg, coaches), participating in sports competition and/or performance, were eligible. Papers reporting D&I outcomes (eg, coach knowledge, adoption and maintenance) related to an injury prevention intervention and/or a factor (eg, coach beliefs) associated with D&I outcomes were included. RESULTS: 220 papers with 419 494 participants (96 790 athletes (49% female/woman/girl), 277 923 coaches (59% working with females/women/girls) and 44 781 others) across 81 sports were included. 89% of the papers were from Europe, Oceania and North America. Papers included amateur (n=175), sub-elite (n=10), elite (n=63) and Para sport (n=2) athletes. Interventions were training strategies (n=113), personal protective equipment (PPE, n=41), policy/rules/laws (n=5) or other (n=61, eg, multimodal). There were >650 D&I outcomes; adoption was the most common, followed by athlete and coach perceptions and attitudes about injury prevention. Key facilitators of D&I were previous injury experience, higher competition levels and positive perceptions and attitudes. CONCLUSION: Most studies on D&I of injury prevention interventions for female/woman/girl athletes were descriptive and related to athletes and coaches. Engaging people across the socio-ecological system (eg, parents, health professionals and administrators) and prioritising under-represented regions, populations and D&I-focused trials may enhance D&I outcomes and ultimately reduce injury risk in female/woman/girl athletes.
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 | 0,184 | 0,419 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,012 | 0,012 |
| Bibliométrie | 0,026 | 0,022 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».