MétaCan
Menu
Retour à la cohorte
Enregistrement W2034871800 · doi:10.2340/16501977-1907

Development of a video-based technique for ambulatory monitoring of foot placement with an instrumented rollator

2015· article· en· W2034871800 sur OpenAlexafffund
Justin N. Chee, William H. Gage, William E. McIlroy, Karl Zabjek

Notice bibliographique

RevueJournal of Rehabilitation Medicine · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesToronto Rehabilitation InstituteOntario Neurotrauma FoundationCanadian Institutes of Health ResearchOntario Innovation Trust
Mots-clésConfidence intervalCorrelation coefficientStandard deviationComputer sciencePhysical medicine and rehabilitationMathematicsMedicineStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To develop a video-based system, mounted on a rollator to quantify the step width values of rollator users in the community. SUBJECTS: A total of 5 able-bodied young adults, age range 24-28 years. METHODS: A digital video camera system was mounted on the rollator frame to capture the position of the participant's feet during overground walking. A method of estimating step width from the video data was developed and evaluated against the output from a concurrently recording Vicon MX motion capture system. RESULTS: Mean step widths of the rollator and motion capture systems were 14.40 cm (standard deviation (SD) 4.64) and 14.37 cm (SD 4.34), respectively, revealing a strong level of agreement; intra-class correlation coefficient 0.999 (95% confidence interval (95% CI) 0.987-1.000; and root-mean-square difference 0.70 cm. CONCLUSION: The video-based system mounted on a rollator to collect foot placement data enabled accurate measurement of step width during rollator use. The ability to record foot placement measurements outside the laboratory setting, characterizing foot placement patterns occurring in the community, will enable research into how these assistive devices influence mobility during everyday use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,182
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,280
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations5
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Rehabilitation MedicineMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207