MétaCan
Menu
Retour à la cohorte
Enregistrement W2043610723 · doi:10.3390/s140202052

Towards Whole Body Fatigue Assessment of Human Movement: A Fatigue-Tracking System Based on Combined sEMG and Accelerometer Signals

2014· article· en· W2043610723 sur OpenAlexaff
Haiwei Dong, Izaskun Ugalde, Nadia Figueroa, Abdulmotaleb El Saddik

Notice bibliographique

RevueSensors · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMuscular fatigueMuscle fatigueAccelerometerPhysical medicine and rehabilitationElectromyographySimulationComputer scienceStructural engineeringMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a method to assess the overall fatigue of human body movement. First of all, according to previous research regarding localized muscular fatigue, a linear relation is assumed between the mean frequency and the muscular working time when the muscle is experiencing fatigue. This assumption is verified with a rigorous statistical analysis. Based on this proven linearity, localized muscular fatigue is simplified as a linear model. Furthermore, localized muscular fatigue is considered a dynamic process and, hence, the localized fatigue levels are tracked by updating the parameters with the most current surface electromyogram (sEMG) measurements. Finally, an overall fatigue level is computed by fusing localized muscular fatigue levels. The developed fatigue-tracking system is evaluated with two fatigue experiments (in which 10 male subjects and seven female subjects participated), including holding self-weight (dip start position training) and lifting weight with one arm (arm curl training).

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,728

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 Opus0,027
Tête enseignante GPT0,276
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

Citations38
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetMuscle activation and electromyography studiesTravaux en français237 207