MétaCan
Menu
Retour à la cohorte
Enregistrement W7019110048

Étude de la cinématique de la tête, de l’activité électrique cérébrale et des réponses biomécaniques du cerveau lors de la pratique du soccer

2020· other· fr· W7019110048 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueEspace École de technologie supérieure (École de technologie supérieure) · 2020
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDerogationScapegoatContext (archaeology)Subject (documents)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le diagnostic d’une blessure à la tête et particulièrement d’un traumatisme crânio-cérébral léger (TCCL) est problématique en raison de l’absence de tests médicaux permettant aux professionnels de la santé de confirmer le diagnostic (McCrory et al., 2017). La littérature sportive actuelle présente différents types d’analyses employées comme indicateur de risque de TCCL dans le but d’améliorer la compréhension du risque de blessure à la tête. Cependant, la complexité des mécanismes lésionnels des TCCL ne permet pas d’observer un consensus envers un indicateur spécifique pour l’évaluation du risque de blessure. L’objectif principal de ce projet de recherche a donc été d’étudier simultanément différents indicateurs de risque de TCCL, dont la cinématique de la tête, l’activité électrique cérébrale et les réponses biomécaniques du cerveau des joueuses et joueurs de soccer de niveau semi-professionnel. \n \nLa cinématique de la tête des participants a été mesurée à l’aide d’un bandeau instrumenté du SIM-G (Triax Technologies, Norwalk, Ct). Les données cinématiques ont ensuite été confrontées aux critères de blessure du football établis par Pellman et al. (2003), Zhang et al. (2004), Rowson et Duma (2011) et Rowson et al. (2012). Ces données cinématiques ont aussi été utilisées pour développer un premier critère de blessure spécifiquement pour le soccer. La cinématique de la tête des participants a permis d’identifier les facteurs qui peuvent engendrer un risque élevé de TCCL, dont les matchs de compétition, les techniques de tête, les paramètres physiques des ballons de soccer, la température, le temps de jeu et les accélérations angulaires. Les paramètres anthropométriques du segment tête-cou ont aussi semblé entraîner un plus grand risque de TCCL chez les joueuses que les joueurs de soccer. L’activité électrique cérébrale a été mesurée au repos à la fin des matchs de compétition à l’aide du Muse (Interaxon inc., Toronto, ON) composé de quatre électrodes sèches. Ces acquisitions ont permis de relever un lien entre les changements d’activité électrique cérébrale et le nombre d’impacts à la tête ainsi que l’état psychologique des participants. La pertinence de la méthodologie développée pour les mesures réalisées sur le terrain a aussi été confirmée. Les réponses biomécaniques du cerveau ont été calculées à l’aide d’un modèle par éléments finis détaillé de la tête, librement accessible au public. L’analyse numérique a permis de constater que l’accélération angulaire est suffisante pour étudier les réponses biomécaniques du cerveau. Les réponses biomécaniques ont aussi permis d’observer que les critères numériques des blessures à la tête de la littérature ne sont pas adaptés pour le soccer en raison des définitions qui varient largement en fonction des études. Les analyses des indicateurs de risque de TCCL ont semblé montrer que l’évaluation du risque de blessure lors de la pratique du soccer ne peut pas être réalisée à l’aide d’un seul indicateur. La combinaison d’au moins deux indicateurs de risque de TCCL, soit l’indicateur principal étant la cinématique de la tête combinée à l’activité électrique cérébrale ou aux réponses biomécaniques, a toutefois semblé appropriée pour cette évaluation au soccer. Les travaux de recherche ont suscité une réflexion sur les technologies actuelles mettant de l’avant le manque d’instruments et d’outils qui permettent de mesurer, d’analyser et d’interpréter les données générées par les indicateurs de risque de TCCL. De nouvelles technologies adaptées aux mesures réalisées sur le terrain sont donc primordiales dans la démarche de compréhension des mécanismes lésionnels, des indicateurs de risque et du diagnostic des TCCL.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,011
Tête enseignante GPT0,280
Écart entre enseignants0,268 · 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'étudeObservationnel
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEspace École de technologie supérieure (École de technologie supérieure)Travaux en français237 207