数据集概述
本数据集基于2021年6月针对澳大利亚、加拿大、欧洲及美国共九百七十六名中老年举重运动员（年龄三十五至八十八岁，女性占比五十一點一%）的在线调查，记录损伤情况、慢性病、运动史及训练习惯，旨在量化举重相关急性损伤及分析风险因素，支持机器学习算法与逻辑回归模型的损伤预测研究。
文件详解
- README.docx
- 文件格式：DOCX
- 内容介绍：数据集说明文档，包含调查背景、数据收集方法、变量定义及使用说明等关键信息
- wlinj_dryad.csv
- 文件格式：CSV
- 字段映射介绍：包含id（编号）、sex（性别）、age（年龄）、agegrp3（年龄分组）、age_start（开始举重年龄）、yrs_experience（运动年限）、shoulder/knees/back等部位损伤记录、OA（骨关节炎）、train_days（训练天数）、train_session（训练时长）等训练相关变量，以及营养、教练指导等健康与训练行为字段
- wlinjopen_dictionary.xlsx
- 文件格式：XLSX
- 内容介绍：数据字典文件，用于解释数据集中各变量的定义、编码规则及取值说明
适用场景
- 运动医学研究: 分析中老年举重运动员急性损伤的发生率、部位分布及相关风险因素
- 损伤预防策略制定: 基于训练习惯、健康状况等变量识别损伤高危因素，为中老年举重人群提供针对性预防建议
- 机器学习模型训练: 利用多变量数据构建损伤风险预测模型，比较不同算法的预测效果
- 运动训练方案优化: 探究训练频率、热身方式、恢复措施等训练行为与损伤的关联，指导科学训练
