Sensitivity of forelimb swing phase inverse dynamics to inertial parameter errors
Notice bibliographique
Résumé
Estimations of segmental inertial parameters are required for true inverse dynamics calculations during the swing phase of locomotion. This study attempts to quantify the effect of inertial parameter errors on inverse dynamic solutions. Swing phase forelimb net joint moments and powers at the trot (mean +/- s.d 3.03 +/- 0.16 m/s) were calculated with sagittal plane kinematic data from 5 Dutch Warmbloods using inertial parameters based on published regression equations for the breed. Significant peaks in the net moment and power curves for each forelimb joint were identified and measured. Net joint moments and powers were then recalculated after varying the segment mass, location of the segment centre of mass and the mass moment of inertia separately for each of the limb segments. Peak values for the net joint moments and joint powers were determined after each variation, and the percent change in peak value per percent change in inertial parameter was calculated. Segment mass was the most influential parameter, followed by location of the centre of mass. Changes in the mass moment of inertia showed little effect on peak values. The most influential single inertial parameter was the mass of the hoof segment with a mean +/- s.d effect 0.74 +/- 0.22 and 0.69 +/- 0.18 percent peak change per percent parameter change on net joint moments and powers, respectively, across all joints. The results demonstrate the need for an accurate approximation of segment masses during the swing phase, especially the hoof, and the need to account for any additional masses in the model, such as shoes.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».