Head and Neck Injury Potential With and Without Helmets During Head-First Impacts on Snow
Notice bibliographique
Résumé
Terrain parks and jumping features at ski resorts have become increasingly popular with skiers and snowboarders over the past decade. If a jumper were to land incorrectly, such as in an inverted posture where one lands on their head, the consequences can be devastating and can result in cervical spine fractures or dislocations and serious spinal cord injury. The objective of this study was to assess the potential for serious neck injury in head-first impacts onto snow surfaces with and without helmets. We conducted six paired head-first impact drop tests, with and without helmets on snow that varied from soft to hard. Drop tests were carried out with a head and neck assembly from a Hybrid III anthropomorphic test device using a custom designed drop carriage. The impact speed was 4.0 ± 0.1 m/s, representing an equivalent fall height of 0.82 m. The head was instrumented with three uniaxial accelerometers located at the center-of-gravity and a six-axis load cell was located at the upper neck. The results indicated that the helmets provided good head protection in the hard snow impacts, reducing head accelerations by as much as 48 %. Head accelerations were low in soft snow impacts both with and without a helmet. Overall, helmets were not an effective countermeasure to high neck loads, although a minor reduction was noted in the soft snow impacts. All tests resulted in neck loads that exceeded the injury assessment reference values for the neck. Notably in the hard snow impacts, the neck loads were more than double the injury assessment reference values for all tests. Because of the susceptibility of the neck to injury at the relatively low drop heights that we tested, efforts to prevent neck injuries should focus on education and training to avoid head-first impact.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».