Séquelles cognitives, physiques et psychopathologiques à long terme de multiples commotions cérébrales : illustration par l’évaluation et la prise en charge d’un hockeyeur semi-professionnel
Bibliographic record
Abstract
Dans la pratique du hockey sur glace, les commotions cérébrales à répétition sont malheureusement fréquentes et provoquent une cascade de conséquences, qu’elles soient scolaires/professionnelles (arrêt, absence), sportives (baisse des performances, fin de carrière) ou médicales (présence de symptômes à long terme). Il existe très peu d’articles qui documentent de manière clinique les prises en charges et les séquelles cognitives, physiques et psychopathologiques de commotions cérébrales à répétition. L’objectif de ce chapitre est double. Tout d’abord, après avoir fourni un peu de théorie des connaissances actuelles sur les commotions cérébrales, les éléments de la prise en charge qui a été entreprise avec un hockeyeur semi-professionnel, qui a subi de nombreuses commotions cérébrales, seront exposés, à savoir l’aide dans la diminution des symptômes post-commotionnels et dans l’acceptation de mettre un terme à la carrière de hockeyeur. Deuxièmement, il montrera les performances cognitives de ce sportif, 11 mois après sa dernière commotion cérébrale.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".