Falls and Wrist Fracture: Relationship to Women’s Functional Status after Age 50
Bibliographic record
Abstract
RÉSUMÉ Après l’âge de cinquante ans, les femmes éprouvent une hausse rapide de l’incidence des fractures du poignet. En conséquence, cette étude vise (1) de déterminer les circonstances internes et environnementaux liés aux chutes entraînant des fractures du poignet, et (2) d’examiner la relation entre l’état fonctionnel et de telles circonstances. Les femmes âgées de 50 à 94 années sont rapportées sur la nature de la blessure (n= 99) et ont subi tests pour l’activité physique, l’équilibre, la force et la mobilité (n= 72). La majorité des chutes causant la fracture d’un poignet a eu lieu à l’extérieur, pendant les mois d’hiver, à la suite d’un glissement ou trébuchement tout en marchant. La moitié de ces chutes a entraîné d’autres blessures, y compris à la tête et au cou, et des traumatismes médullaires. Une vitesse plus rapide de la marche, une force inférieure d’adhérence, et une plus grande confiance en équilibre ont été toutes significativement associées aux chutes à l’extérieure, par comparaison aux chutes, glissades et trébuchements intérieures contre d’autres causes. Cette étude donne un aperçu des mesures de dépistage et de prévention potentielles pour les fractures du poignet liées aux chutes parmi les femmes.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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 source (direct Gemma or distilled Codex), 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".