Effect of intervertebral translational flexibilities on estimations of trunk muscle forces, kinematics, loads, and stability
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
Due to the complexity of the human spinal motion segments, the intervertebral joints are often simulated in the musculoskeletal trunk models as pivots thus allowing no translational degrees of freedom (DOFs). This work aims to investigate, for the first time, the effect of such widely used assumption on trunk muscle forces, spinal loads, kinematics, and stability during a number of static activities. To address this, the shear deformable beam elements used in our nonlinear finite element (OFE) musculoskeletal model of the trunk were either substantially stiffened in translational directions (SFE model) or replaced by hinge joints interconnected through rotational springs (HFE model). Results indicated that ignoring intervertebral translational DOFs had in general low to moderate impact on model predictions. Compared with the OFE model, the SFE and HFE models predicted generally larger L4-L5 and L5-S1 compression and shear loads, especially for tasks with greater trunk angles; differences reached ~15% for the L4-L5 compression, ~36% for the L4-L5 shear and ~18% for the L5-S1 shear loads. Such differences increased, as location of the hinge joints in the HFE model moved from the mid-disc height to either the lower or upper endplates. Stability analyses of these models for some select activities revealed small changes in predicted margin of stability. Model studies dealing exclusively with the estimation of spinal loads and/or stability may, hence with small loss of accuracy, neglect intervertebral translational DOFs at smaller trunk flexion angles for the sake of computational simplicity.
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 | 0,003 | 0,001 |
| 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