MétaCan
Menu
Retour à la cohorte
Enregistrement W1986543614 · doi:10.1080/10255840701552028

Computational biomechanics of knee joint in open kinetic chain extension exercises

2007· article· en· W1986543614 sur OpenAlexafffund
Wissal Mesfar, A. Shirazi‐Adl

Notice bibliographique

RevueComputer Methods in Biomechanics & Biomedical Engineering · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKnee JointBiomechanicsJoint (building)AnkleOrthodonticsPhysical medicine and rehabilitationStructural engineeringTibiaMedicineComputer sciencePhysical therapyMathematicsEngineeringAnatomySurgery

Résumé

récupéré en direct d'OpenAlex

Open kinetic chain (OKC) extension exercises are commonly performed to strengthen quadriceps muscles and restore joint function in performance enhancement programs, in exercise therapies and following joint reconstruction. Using a validated 3D nonlinear finite element model, the detailed biomechanics of the entire joint in OKC extension exercises are investigated at 0, 30, 60 and 90 degrees joint angles. Two loading cases are simulated; one with only the weight of the leg and the foot while the second considers also a moderate resistant force of 30 N acting at the ankle perpendicular to the tibia. The presence of the 30 N markedly influences the results both in terms of the magnitude and the trend. The resistant load substantially increases the required quadriceps, patellar tendon, cruciate ligaments and joint contact forces, especially at near 90 degrees angles with the exception of ACL force that is increased at 0 degrees angle. At post-ACL reconstruction period or in the joint with ACL injury, the exercise should preferably be avoided at near full extension positions under large resistant forces.

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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,031
Tête enseignante GPT0,361
Écart entre enseignants0,331 · 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

Citations23
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComputer Methods in Biomechanics & Biomedical EngineeringMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207