Knee joint passive stiffness and moment in sagittal and frontal planes markedly increase with compression
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
Knee joints are subject to large compression forces in daily activities. Due to artefact moments and instability under large compression loads, biomechanical studies impose additional constraints to circumvent the compression position-dependency in response. To quantify the effect of compression on passive knee moment resistance and stiffness, two validated finite element models of the tibiofemoral (TF) joint, one refined with depth-dependent fibril-reinforced cartilage and the other less refined with homogeneous isotropic cartilage, are used. The unconstrained TF joint response in sagittal and frontal planes is investigated at different flexion angles (0°, 15°, 30° and 45°) up to 1800 N compression preloads. The compression is applied at a novel joint mechanical balance point (MBP) identified as a point at which the compression does not cause any coupled rotations in sagittal and frontal planes. The MBP of the unconstrained joint is located at the lateral plateau in small compressions and shifts medially towards the inter-compartmental area at larger compression forces. The compression force substantially increases the joint moment-bearing capacities and instantaneous angular rigidities in both frontal and sagittal planes. The varus-valgus laxities diminish with compression preloads despite concomitant substantial reductions in collateral ligament forces. While the angular rigidity would enhance the joint stability, the augmented passive moment resistance under compression preloads plays a role in supporting external moments and should as such be considered in the knee joint musculoskeletal models.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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