The road to consensus: lessons learned from FAIR and recommendations for future consensus activities
Notice bibliographique
Résumé
The consensus process, applied frequently in sport and exercise medicine (SEM), offers a structured framework to generate high-quality practical recommendations and/or identify research priorities to promote athlete health when robust clinical trial evidence is limited.Consensus activities integrate the best available evidence with the collective knowledge, experience and expertise of researchers and sport partners, including athletes, coaches, parents/carers, health and exercise practitioners, sport science and performance professionals, sport administrators and policy makers (also referred to as the athlete entourage, interest holders, knowledge users and consumers).To ensure transparency, repeatability and relevance, the ACCORD (accurate consensus reporting document) guidelines outline how to conduct and communicate consensus activities, and the British Journal of Sports Medicine also provides author guidelines for consensus statements. 1 Between April 2023 and September 2025, we conducted the female, woman and/or girl athlete injury prevention (FAIR) consensus, undertaking five systematic reviews, 2-6 a scoping review 7 and a concept mapping exercise.8 These activities informed the recommendations, which were discussed and voted on in a two-stage process, with 56 actionable final recommendations submitted for publication.9 While the FAIR consensus conduct and reporting aligned with the ACCORD guidelines, this editorial aims to summarise lessons learnt and recommendations to improve future consensus processes.1 LESSONS LEARNED AND SUGGESTIONS ON 'HOW TO' TO NAVIGATE THE ROAD TO CONSENSUSUndertaking a consensus activity the size of FAIR took about 2 years and approximately 100 volunteers.A smaller consensus activity may be quicker and require fewer resources.Regardless, there are critical considerations that can enhance the consensus process, which build on the ACCORD guidance table 1.
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 | 0,481 | 0,624 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,020 | 0,029 |
| Communication savante | 0,039 | 0,059 |
| Science ouverte | 0,016 | 0,032 |
| Intégrité de la recherche | 0,027 | 0,038 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».