Contributions de la neuro-imagerie à l'étude des commotions cérébrales reliées au sport
Bibliographic record
Abstract
<titre>Résumé</titre>De récentes estimations situent entre 1,6 et 3 millions le nombre de commotions cérébrales reliées au sport annuellement, aux États-Unis seulement. Ces données épidémiologiques alarmantes ont suscité un essor considérable des études en traumatologie sportive au cours des dernières années, dans le but d’évaluer les conséquences à court et à long terme des commotions cérébrales liées au sport, et ce par l’utilisation de méthodes d’investigation cérébrale variées. Le présent article a pour but de faire une synthèse des études récentes ayant utilisé diverses méthodes d’imagerie cérébrale et d’électrophysiologie auprès d’athlètes commotionnés, telles que l’électroencéphalographie (EEG), les potentiels évoqués cognitifs (PEC), l’imagerie par résonance magnétique fonctionnelle (IRMf), l’imagerie par résonance magnétique spectroscopique (IRMs), la stimulation magnétique transcrânienne (SMT) ainsi que l’imagerie par diffusion de tenseurs (IDT). L’utilisation de ces méthodes a permis de mettre en évidence des atteintes aiguës et chroniques des commotions cérébrales affectant des marqueurs neurophysiologiques et cérébraux du fonctionnement cognitif et moteur. Les effets des commotions cérébrales sur le fonctionnement du cerveau ne peuvent plus être considérés comme transitoires, et l’ensemble de ces méthodes est utile au développement d’une compréhension globale des mécanismes pathophysiologiques qui interagissent dans ce type de blessures.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".