Accidents and injuries related to powered paragliding: A cross-sectional study
Notice bibliographique
Résumé
Objectives: Powered paragliding (PPG) and paragliding are two totally different sports, mainly because of the use of an engine in powered paragliding. As a consequence, the pattern of injuries caused by each of these two sports may be different. Setting: To test this hypothesis, we analysed 384 incident reports gathered by the US Powered Paragliding Association from 1995 to 2012. The majority of the incidents occurred in the USA, while 26 incidents occurred elsewhere: Canada (8), Mexico (5), Panama (1), China (1), Japan (1), Malaysia (1), Indonesia (Java) (1), Europe (8): of which Spain (1), Belgium (1), UK (3), Italy (1), Romania (1), unknown (1). Outcome: To identify the most affected body area and the most common type of injury sustained in PPG, and to highlight any differences from paragliding. Results: The most affected body areas in PPG were the upper limbs (44.5%), followed by the lower limbs (32%), the back (9.8%), the head (7%), the pelvis (3.1), the chest (2.7%) and the abdomen (0.7%) (p<0.001). The engine caused 43 accidents (11.2%) in our study and was responsible for the majority of injuries to the upper limbs. The number of fatal accidents in PPG is not lower than in paragliding and hang-gliding. Conclusions: To help prevent the specific injuries of PPG, the most appropriate equipment should be identified. The results of this study also suggest that, in the future, this sport should be analysed separately from paragliding.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».