Mechanical Modeling of Tibial Axial Accelerations Following Impulsive Heel Impact
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A fourth order mass/spring/damper (MSD) mechanical model with linear coefficients was used to estimate axial tibial accelerations following impulsive heel impacts. A generic heel pad with constant stiffness was modeled to improve the temporal characteristics of the model. Subjects ( n = 14) dropped (~5 cm) onto a force platform (3 trials), landing on the right heel pad with leg fully extended at the knee. A uni-axial accelerometer was mounted over the skin on the anterior aspect of the medial tibial condyle inferior to the tibial plateau using a Velcro™ strap (normal preload ~45 N). Model coefficients for stiffness (k 1 , k 2 ) and damping (c 1 , c 2 ) were varied systematically until the minimum difference in peak tibial acceleration (%PTA min ) plus maximum rate of tibial acceleration (%RTA max ) between the estimated and measured curves was achieved for each trial. Model responses to mean subject and mean group model coefficients were also determined. Subject PTA and RTA magnitudes were reproduced well by the model (%PTA min = 1.4 ± 1.0 %, %RTA min = 2.2 ± 2.7%). Model estimates of PTA were fairly repeatable for a given subject despite generally high variability in the model coefficients, for subjects and for the group (coefficients of variation: CV k1 = 57; CV k2 = 59; CV c1 = 48; CV c2 = 85). Differences in estimated parameters increased progressively when subject and group mean coefficients (%PTA sub = 8.4 ± 6.3%, %RTA sub = 18.9 ± 18.6%, and %PTA grp = 19.9 ± 15.2 %, %RTA grp = 30.2 ± 30.2%, respectively) were utilized, suggesting that trial specific calibration of coefficients for each subject is required. Additional model refinement seems warranted in order to account for the large intra-subject variability in coefficients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle