MétaCan
Menu
← Retour à la cohorte
Enregistrement W1797202208

Decomposition of the vertical ground reaction forces during gait on a single force plate.

2013· article· en· W1797202208 sur OpenAlexaff
Laurent Ballaz, Maxime Raison, Christine Detrembleur

Notice bibliographique

RevuePubMed · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésGround reaction forceForce platformDecompositionGaitComponent (thermodynamics)Set (abstract data type)SimulationGeologyComputer scienceMathematicsGeodesyPhysicsChemistryKinematicsPhysical medicine and rehabilitationClassical mechanicsMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Davis and Cavanagh (1993) have proposed a solution to avoid the footstep targeting by using a large force plate but several points of Davis and Cavanagh's method remain unclear and hardly computable. OBJECTIVE: to develop a method that decomposes left and right GRF profiles from the GRF profile recorded on a single platform. This method aims to include a systematic detection of the single to double stand-phase-instants in order to lead to accurate measurement of the vertical GRF component in typically developing children. METHODS: Six children were asked to walk without targeting their footsteps on a set-up composed of independent force platforms. The vertical GRF component, independently measured on the different platforms, was numerically summed to obtain the corresponding global vertical GRF, to which the decomposition method was applied. Then, the validation consisted in comparing the vertical GRF computed from this decomposition to the independently measured vertical GRF. RESULTS: the mean relative error between the computed vertical GRF and the corresponding measured vertical GRF of 36 double stances (6 double stances x 6 children) is equal to 3.8±2.6%. CONCLUSION: implemented a new method to assess with known accuracy the vertical GRF component under each foot using a unique large force platform.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0030,001

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 Opus0,030
Tête enseignante GPT0,300
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), 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

Citations31
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→