Characterization of the Biomechanical and Situational Aspects of High Magnitude Subconcussive Impacts in Canadian University Football
Notice bibliographique
Résumé
Background: Subconcussive impacts are asymptomatic head impacts that induce alterations in the brain after repetitive exposure. Understanding factors that lead to higher magnitude or frequency of subconcussive head impacts in Canadian football is crucial for the development of harm reduction and prevention strategies. Purpose: The objective of this study was to characterize high magnitude subconcussive impacts in Canadian football to identify injurious relationships between player and game-based characteristics, impact magnitude, and frequency. Methods: Eighty-one male university-level football players were equipped with helmet accelerometers to capture linear acceleration (LA), impact frequency, and helmet impact location. Impacts with LA ≥60g were included in the analysis. Video footage from 15 games over three seasons was analyzed to characterize aspects of play including play type, position, closing distance, player technique, tackling versus blocking, and impact type (helmet-to-helmet/body/ground) during these high magnitude impacts. Results: A total of 570 impacts were included in the analysis with a mean LA of 83.44 ± 23.60g. Impacts with a closing distance of ≥10 yards resulted in higher LA compared to <10 yards and occurred most frequently in run plays. Small skill players experienced significantly higher LA than linemen. Helmet-to-body impacts generated significantly higher LA compared to helmet-to-helmet, though helmet-to-helmet occurred more often. Impacts with poor technique had higher LA and occurred more frequently in tackling versus blocking impacts. Conclusion: The results of this work suggest that rules regarding offensive backfield running starts could be adjusted to decrease the risk of impact after a larger closing distance. Behavioral modifications and coaching approaches aimed at improving tackling technique could decrease exposure to high magnitude impacts at the level of the individual player.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».