Prevalência de dor no ombro em atletas de natação
Notice bibliographique
Résumé
Introdução: O alto volume de treino e movimentos em amplitudes extremas na natação geram um alto estresse sobre as estruturas articulares e musculoesqueléticas do atleta, sendo comum as queixas de dores articulares em atletas de natação. Objetivo: Identificar a prevalência de dor no ombro em nadadores federados do estado do Rio de Janeiro na categoria master. Materiais e métodos: 61 atletas masculinos da categoria master, com faixa etária de 51,26 ±15,99 anos, participaram deste estudo. Estes competidores de natação federados por clubes participaram da II Etapa do Circuito Estadual Master de Natação, promovido pela FARJ em 2019. A coleta de dados foi realizada a partir da aplicação do questionário McGill reduzido e da EVA (Escala Visual Analógica). Resultados: A prevalência de dor foi de 73,8%. Na dimensão sensorial, o descritor cálico obteve a menor média (0,08) e o descritor dolorida apresentou a maior (0,74). Na dimensão afetiva, o descritor amedrontado obteve a menor média (0,13), e o descritor cansativo/exaustiva a maior média (0,38). A média da EVA (1,94 ±2,13) sugere que os níveis de dor foram baixos. Conclusão: Embora a alta prevalência de dor identificada, os atletas participantes deste estudo apresentaram baixo nível de dor no ombro.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,154 | 0,002 |
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; les deux têtes enseignantes 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 ».