MétaCan
Menu
Retour à la cohorte
Enregistrement W2053153861 · doi:10.1097/blo.0b013e31802dc4d0

In Vivo Knee Kinematics during Gait Reveals New Rotation Profiles and Smaller Translations

2007· article· en· W2053153861 sur OpenAlexaff
Daniel L. Benoit, Dan K. Ramsey, Mario Lamontagne, Lanyi Xu, Per Wretenberg, Per Renstr m

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Center for Research Resources
Mots-clésMedicineKnee JointThighKinematicsTibiaGaitRange of motionTransverse planeRotation (mathematics)Coronal planeFemurTranslation (biology)Knee flexionAnatomyOrthodonticsPhysical medicine and rehabilitationPhysical therapyArtificial intelligenceSurgeryComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

In order to identify abnormal or pathological motions associated with clinically relevant questions such as injury mechanisms or factors leading to joint degeneration, it is essential to determine the range of normal tibiofemoral motion of the healthy knee. In this study we measured in vivo 3D tibiofemoral motion of the knee during gait and characterized the nonsagittal plane rotations and translations in a group of six healthy young adults. The subjects were instrumented with markers placed on intracortical pins inserted into the tibia and femur as well as marker clusters placed on the skin of the thigh and shank. The secondary rotations and translation excursions of the knee were much smaller than those derived from skin markers and previously described in the literature. Also, for a given knee flexion angle, multiple combinations of transverse and frontal plane knee translation or rotation positions were found. This represents normal knee joint motions and ensemble averaging of gait data may mask this important subject-specific information.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,072
Tête enseignante GPT0,370
Écart entre enseignants0,298 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations80
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Orthopaedics and Related ResearchMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207