MétaCan
Menu
Retour à la cohorte
Enregistrement W1963752356 · doi:10.1080/13588265.2011.606998

Crash analysis of a three-year-old human child model in side impacts considering normal and incorrect CRS usage

2011· article· en· W1963752356 sur OpenAlexaff
Zhanbiao Li, Wencheng Zhang, Tanya Kapoor, William Altenhof

Notice bibliographique

RevueInternational Journal of Crashworthiness · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAutomotive and Human Injury Biomechanics
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCrashHybrid IIICrash testSide impactPoison controlKinematicsNeck injuryAccelerationEngineeringPhysical medicine and rehabilitationSimulationMedicineStructural engineeringComputer scienceMedical emergencyPhysics

Résumé

récupéré en direct d'OpenAlex

The majority of child crash analyses have been evaluated using child dummies. Due to structural simplifications in modelling human anatomy in crash testing dummies, the predictive capabilities of dummies for injuries are limited. In previous studies, a three-year-old human child model was modified by implementing the child neck biomechanical behaviour. The altered biofidelity of the cervical spine was validated with paediatric cadaver head/neck tests reported in the literature. This study focuses on the crash evaluation of the modified three-year-old human child model, by comparing kinematic and biomechanical responses to those of the unmodified human child model and the Q3s dummy model in simulated side impacts. Four different restraint conditions, namely near-side, far-side, near-side misuse (without top tether) and far-side misuse, were selected for comparison in terms of the Head Injury Criteria, head acceleration, head excursion, head contact force, neck force and chest acceleration, under a forward-facing configuration.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,303
Écart entre enseignants0,269 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of CrashworthinessMême sujetAutomotive and Human Injury BiomechanicsTravaux en français237 207