MétaCan
Menu
Retour à la cohorte
Enregistrement W2036754033 · doi:10.1115/1.4003665

Technical Issues in Using Robots to Reproduce Joint Specific Gait

2011· article· en· W2036754033 sur OpenAlexaff
Joshua M. Rosvold, Shon P. Darcy, Robert C. Peterson, Yamini Achari, David T. Corr, Linda L. Marchuk, C. B. Frank, Nigel G. Shrive, Cyril B. Frank

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRobotComputer scienceProcess (computing)Joint (building)Path (computing)Motion (physics)SimulationGaitMotion captureComputer visionEngineeringArtificial intelligenceStructural engineeringPhysical medicine and rehabilitationMedicine

Résumé

récupéré en direct d'OpenAlex

Reproduction of the in vivo motions of joints has become possible with improvements in robot technology and in vivo measuring techniques. A motion analysis system has been used to measure the motions of the tibia and femur of the ovine stifle joint during normal gait. These in vivo motions are then reproduced with a parallel robot. To ensure that the motion of the joint is accurately reproduced and that the resulting data are reliable, the testing frame, the data acquisition system, and the effects of limitations of the testing platform need to be considered. Of the latter, the stiffness of the robot and the ability of the control system to process sequential points on the path of motion in a timely fashion for repeatable path accuracy are of particular importance. Use of the system developed will lead to a better understanding of the mechanical environment of joints and ligaments in vivo.

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)0,000
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 enseignants0,058
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,086
Tête enseignante GPT0,313
Écart entre enseignants0,227 · 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

Citations15
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetShoulder Injury and TreatmentTravaux en français237 207