Analysis of Body Segment Parameter Differences Between Four Human Populations and the Estimation Errors of Four Popular Mathematical Models
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Calculating the kinetics of motion using inverse or forward dynamics methods requires the use of accurate body segment inertial parameters. The methods available for calculating these body segment parameters (BSPs) have several limitations and a main concern is the applicability of predictive equations to several different populations. This study examined the differences in BSPs between 4 human populations using dual energy x-ray absorptiometry (DEXA), developed linear regression equations to predict mass, center of mass location (CM) and radius of gyration (K) in the frontal plane on 5 body segments and examined the errors produced by using several BSP sources in the literature. Significant population differences were seen in all segments for all populations and all BSPs except hand mass, indicating that population specific BSP predictors are needed. The linear regression equations developed performed best overall when compared to the other sources, yet no one set of predictors performed best for all segments, populations or BSPs. Large errors were seen with all models which were attributed to large individual differences within groups. Equations which account for these differences, including measurements of limb circumferences and breadths may provide better estimations. Geometric models use these parameters, however the models examined in this study did not perform well, possibly due to the assumption of constant density or the use of an overly simple shape. Creating solids which account for density changes or which mimic the mass distribution characteristics of the segment may solve this problem. Otherwise, regression equations specific for populations according to age, gender, race, and morphology may be required to provide accurate estimations of BSPs for use in kinetic equations of motion.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle