MétaCan
Menu
Retour à la cohorte
Enregistrement W176971543

Measurement uncertainties during manual wheelchair propulsion and shoulder kinetics

2007· article· en· W176971543 sur OpenAlexaff
Guillaume Desroches, Rachid Aïssaoui, Mourad Boukhelif, Daniel Bourbonnais

Notice bibliographique

RevueEspace ÉTS (ETS) · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésInverse dynamicsKinematicsPropulsionShoulder jointWheelchairSimulationJoint (building)AccelerationForce platformComputer scienceControl theory (sociology)EngineeringPhysicsStructural engineeringAerospace engineeringClassical mechanicsMedicineControl (management)Surgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Joint forces and moments are often used to estimate the load sustained by joints during a specific task. However,their accuracy is dependent upon the validity of the instrumentation. The SMARTwheel is often used to record the forces and moments exerted by the hand during manual wheelchair propulsion. These forces and moments are then used as inputs to an inverse dynamic model to estimate joint kinetics. A study has shown that this force sensing device as a certain uncertainty (∼1-5%) depending on the variable. Yet no information is available on the impact on the shoulder load of this measurement uncertainty. The purpose of this paper is to compute the uncertainty of the forces and moments measured by the SMARTwheel during manual wheelchair (MWC) propulsion and determine the impact on shoulder kinetics. Fourteen elderly MWC users were tested in an ergometer. They had to propel at submaximal speed (∼ 1m\s) and kinematic and kinetic data were recorded for 10 seconds. Uncertainties on the pushrim forces and moments were computed and added to the initial pushrim kinetics. Inverse dynamic model was used to estimate shoulder joint forces and moments for the initial kinetics condition without and with uncertainty. The results suggest that the uncertainty accounts for variability less than 1 N for the forces and 1 Nm for the moments at the shoulder.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,589
Score d'incertitude au seuil0,660

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,351
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace ÉTS (ETS)Même sujetSpinal Cord Injury ResearchTravaux en français237 207