MétaCan
Menu
Back to cohort
Record W7019110048

Étude de la cinématique de la tête, de l’activité électrique cérébrale et des réponses biomécaniques du cerveau lors de la pratique du soccer

2020· other· fr· W7019110048 on OpenAlexfundaboutno aff

Bibliographic record

VenueEspace École de technologie supérieure (École de technologie supérieure) · 2020
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of Canada
KeywordsDerogationScapegoatContext (archaeology)Subject (documents)
DOInot available

Abstract

fetched live from OpenAlex

Le diagnostic d’une blessure à la tête et particulièrement d’un traumatisme crânio-cérébral léger (TCCL) est problématique en raison de l’absence de tests médicaux permettant aux professionnels de la santé de confirmer le diagnostic (McCrory et al., 2017). La littérature sportive actuelle présente différents types d’analyses employées comme indicateur de risque de TCCL dans le but d’améliorer la compréhension du risque de blessure à la tête. Cependant, la complexité des mécanismes lésionnels des TCCL ne permet pas d’observer un consensus envers un indicateur spécifique pour l’évaluation du risque de blessure. L’objectif principal de ce projet de recherche a donc été d’étudier simultanément différents indicateurs de risque de TCCL, dont la cinématique de la tête, l’activité électrique cérébrale et les réponses biomécaniques du cerveau des joueuses et joueurs de soccer de niveau semi-professionnel. \n \nLa cinématique de la tête des participants a été mesurée à l’aide d’un bandeau instrumenté du SIM-G (Triax Technologies, Norwalk, Ct). Les données cinématiques ont ensuite été confrontées aux critères de blessure du football établis par Pellman et al. (2003), Zhang et al. (2004), Rowson et Duma (2011) et Rowson et al. (2012). Ces données cinématiques ont aussi été utilisées pour développer un premier critère de blessure spécifiquement pour le soccer. La cinématique de la tête des participants a permis d’identifier les facteurs qui peuvent engendrer un risque élevé de TCCL, dont les matchs de compétition, les techniques de tête, les paramètres physiques des ballons de soccer, la température, le temps de jeu et les accélérations angulaires. Les paramètres anthropométriques du segment tête-cou ont aussi semblé entraîner un plus grand risque de TCCL chez les joueuses que les joueurs de soccer. L’activité électrique cérébrale a été mesurée au repos à la fin des matchs de compétition à l’aide du Muse (Interaxon inc., Toronto, ON) composé de quatre électrodes sèches. Ces acquisitions ont permis de relever un lien entre les changements d’activité électrique cérébrale et le nombre d’impacts à la tête ainsi que l’état psychologique des participants. La pertinence de la méthodologie développée pour les mesures réalisées sur le terrain a aussi été confirmée. Les réponses biomécaniques du cerveau ont été calculées à l’aide d’un modèle par éléments finis détaillé de la tête, librement accessible au public. L’analyse numérique a permis de constater que l’accélération angulaire est suffisante pour étudier les réponses biomécaniques du cerveau. Les réponses biomécaniques ont aussi permis d’observer que les critères numériques des blessures à la tête de la littérature ne sont pas adaptés pour le soccer en raison des définitions qui varient largement en fonction des études. Les analyses des indicateurs de risque de TCCL ont semblé montrer que l’évaluation du risque de blessure lors de la pratique du soccer ne peut pas être réalisée à l’aide d’un seul indicateur. La combinaison d’au moins deux indicateurs de risque de TCCL, soit l’indicateur principal étant la cinématique de la tête combinée à l’activité électrique cérébrale ou aux réponses biomécaniques, a toutefois semblé appropriée pour cette évaluation au soccer. Les travaux de recherche ont suscité une réflexion sur les technologies actuelles mettant de l’avant le manque d’instruments et d’outils qui permettent de mesurer, d’analyser et d’interpréter les données générées par les indicateurs de risque de TCCL. De nouvelles technologies adaptées aux mesures réalisées sur le terrain sont donc primordiales dans la démarche de compréhension des mécanismes lésionnels, des indicateurs de risque et du diagnostic des TCCL.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.008
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.015
Threshold uncertainty score0.039

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.008
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.001
Science and technology studies0.0010.001
Scholarly communication0.0020.002
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0120.001

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.

Opus teacher head0.011
GPT teacher head0.280
Teacher spread0.268 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes2
Has abstractyes

Explore more

Same venueEspace École de technologie supérieure (École de technologie supérieure)French-language works237,207