Shoulder and elbow injuries in professional baseball pitchers
Notice bibliographique
Résumé
Baseball is a sport that is played across the world, with significant roots in the United States, Latin America, and Asia. Major League Baseball (MLB) is the premier professional baseball league in the world and has affiliates in the United States and Canada. MLB reportedly exceeded $US10 billion in revenue in 2017, with 15 consecutive years of record-breaking revenue from the years 2003 to 2017. With the significant financial stakes involved in MLB, it is imperative to field the most talented players as often as possible to attract consistent crowds and a winning culture for the team. The pitcher plays a crucial role in baseball, acting as the cornerstone of a team’s defensive capacity. A talented pitcher could significantly limit the run-scoring potential of opposing teams, greatly enhancing their own team’s chances of winning the game. However, due to their high throwing volumes, pitchers are more susceptible to arm injuries compared to other players in the team. This issue has led to ongoing debate regarding the which variables are most associated with shoulder and elbow injury risk in professional baseball pitchers. This thesis aims to address some of the key deficiencies in the scientific literature by: 1. Summarising the current literature on shoulder and elbow injuries and their associated risk modifiers in professional baseball pitchers. 2. Developing a generalized additive mixed model alongside a linear mixed effects regression model to predict humeral torsion and determine their performance error compared to a null model, along with the standard error of ultrasound when performing this assessment. 3. Developing a generalized additive mixed model using preseason shoulder rotational range of motion measures and various demographic data as predictor variables to predict injury in the upcoming season.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».