Effect of Ski Binding Parameters on Knee Biomechanics: A Three-Dimensional Computational Study
Notice bibliographique
Résumé
INTRODUCTION: Downhill skiing is a relatively safe sport, but many potentially avoidable injuries do occur. Whereas tibia and ankle injuries have been declining, severe knee sprains usually involving the anterior cruciate ligament (ACL) have increased from the 1970s to the 1990s. The goal of the present study was to evaluate the effect of the position of the binding pivot point and binding release characteristics on ACL strain during a phantom-foot fall. METHODS: We computed ACL strain using a biomechanical computer knee model to simulate the phantom-foot ACL-injury mechanism. This mechanism, which is one of the most common mechanisms of ACL injury in downhill skiing, occurs when the weight of the skier is on the inner edge of the ski during a backward fall, resulting in a sharp uncontrolled inward turn of the ski. RESULTS: The model predicts, that under simulated phantom-foot conditions, a binding with fast-release characteristics with a pivot positioned in front of the center of the boot produces less strain on the ACL. Current bindings have their pivot point approximately at the center of the heel radius. A pivot positioned at the back of the binding is more effective for sensing loads that occur at the tip of the ski. However, it is less effective for sensing loads that occur at the tail of the ski and, therefore, offers less protection during a phantom-foot fall. CONCLUSION: A binding with two pivot points, one positioned in front and the other at the back, could sense twist loads applied to the ski both at the front and at the back, and might, therefore, be a solution to reduce the occurrence of ACL injuries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».