MétaCan
Menu
← Retour à la cohorte
Enregistrement W7052617070

Skador som förekommer oftare på konstgräs jämfört med vanligt gräs hos fotbollsspelare: En systematisk litteraturstudie

2023· other· sv· W7052617070 sur OpenAlexaboutno aff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2023
Typeother
Languesv
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAge discrimination
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Det här examensarbetet är en systematisk litteraturstudie. Syftet med detta arbete är att granska förekomsten av skador på konstgräs och vanligt gräs. Arbetet baserade sig på två forskningsfrågor: ”Finns det skador som förekommer oftare på konstgräs jämfört med vanligt gräs?” och ”Finns det skillnader på när skadorna uppstår, träning eller match, mellan de två underlagen?”. I Finland finns det ungefär 500 000 fotbollsspelare och 400 planer, dessa planer är tredje generationens planer och är fyllda med gummigranulat. Bland spelare finns det en upplevd större skaderisk på konstgräs jämfört med vanligt gräs, därför valdes det att granskas om det finns skador som förekommer oftare på konstgräs. Metoden som användes för detta arbete var systematisk litteraturstudie. Syftet med en systematisk litteraturstudie är att skapa en helhetsbild över ett specifikt ämne, genom att samla in passande litteratur och sedan sammanställa resultaten. För att svara på forskningsfrågorna i arbetet inkluderades 11 artiklar. För att hitta litteratur användes följande databaser: PubMed, Ebsco sport, Academic search complete EBSCO och Science Direct. För att kvalitetsgranska artiklarna användes AMSTAR och Newcastle-Ottawa Scale. Slutsatsen i detta arbete är att det finns en högre risk för skador i nedre benet, vristen och ACL skador på konstgräs jämfört med vanligt gräs. De flesta skadorna uppstår under matcher och det finns inga märkbara skillnader när risken för skador under träning på konstgräs/gräs och under match på konstgräs/gräs jämfördes.

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)0,036
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,058
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0060,004
Communication savante0,0120,007
Science ouverte0,0030,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0510,012

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 Opus0,016
Tête enseignante GPT0,269
Écart entre enseignants0,254 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)→Même sujetMass Spectrometry Techniques and Applications→Travaux en français237 207→