MétaCan
Menu
← Retour à la cohorte
Enregistrement W7112931939

Les facteurs de risques de blessures à la main chez les boxeurs

2025· dissertation· fr· W7112931939 sur OpenAlexaboutno aff

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2025
Typedissertation
Languefr
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisInclusion and exclusion criteriaPoison controlHuman factors and ergonomicsCochrane LibraryRisk factorInjury prevention
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Boxing places considerable demands on athletes, both professional and amateur, and exposes them to numerous injuries, particularly to the hand. Those injuries include carpo-metacarpal instability, boxer's knuckles and skier's thumb. Objective: to determine the risk factors for the development of hand injuries in boxers. Method: A search and analysis of studies on our topic was carried out over a period from 02/10/24 to 07/03/2025. This search was performed on the ScienceDirect, PubMed and Cochrane Library databases. After applying our inclusion and exclusion criteria, four articles were selected. These articles concerned boxers of all levels and ages. The Newcastle Ottawa Scale was used to assess the methodology of these articles and guarantee the reliability of the results. Results: Due to the difference in study design and hence the high degree of heterogeneity between the studies (two cohort studies and two cross-sectional studies), the results are difficult to compare. Nevertheless, a significant association between heavy bag training and hand injuries was established. Discussion: this literature review does not establish a causal link between certain risk factors and boxing. Although some associations have been identified, the level of evidence in the studies is insufficient to demonstrate a causal link. Further research with higher levels of evidence is needed to establish this relationship.

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)0,012
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,014
Tête enseignante GPT0,277
Écart entre enseignants0,263 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetSports injuries and prevention→Travaux en français237 207→