Esteratsastajien yleisimpien kiputilojen ennaltaehkäisy
Notice bibliographique
Résumé
Opinnäytetyön tarkoituksena oli selvittää yleisempien kiputilojen esiintymistä Suomen maajoukkueessa kilpailevilla ja valmentautuvilla esteratsastajilla. Lisäksi tavoitteena oli tehdä opas kyselytutkimuksen perusteella yleisimpien kiputilojen ennaltaehkäisystä fyysisen aktiivisuuden keinoin. Opinnäytetyö tehtiin yhteistyössä Suomen Ratsastajainliiton (SRL) kanssa. Opinnäytetyö toteutettiin toiminnallisena kehittämistyönä, jossa oli laadullisen tutkimuksen piirteitä tiedonkeruun osalta. Tiedonkeruumenetelminä käytettiin kyselylomaketta, kirjallisuuskatsausta ja haastattelua selvittämään esteratsastajien yleisempiä kiputiloja. Oppaasta kerättiin tietoa palautekyselyn avulla. Kyselytutkimuksen perusteella esteratsastajien yleisin kipualue sijaitsi alaselässä. Seuraavaksi yleisimmät kipualueet sijaitsivat yläselässä ja niskahartian seudulla. Oppaaseen valittiin lihasvoimaa, liikkuvuutta ja kehonhallintaa sisältäviä harjoitteita kyselytutkimuksesta esiin tulleille yleisimmille kipualueille. Lisäksi oppaassa annettiin tietoa kiputilojen ennaltaehkäisystä fyysisen aktiivisuuden keinoin. Jatkotutkimusaiheena olisi hyvä selvittää aluetason esteratsastajien yleisimpiä kiputiloja ja oheisharjoittelun merkitystä näiden kiputilojen ennaltaehkäisyssä. Aluetasoilla kilpailevia ratsastajia on enemmän verrattuna maajoukkueessa valmentautuviin ja kilpaileviin esteratsastajiin, jolloin tutkimuksen otoskoko tulisi olemaan isompi.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,011 |
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 ».