MétaCan
Menu
Retour à la cohorte
Enregistrement W2055365823 · doi:10.1088/1742-6596/341/1/012014

Computational Poromechanics of Human Knee Joint

2012· article· en· W2055365823 sur OpenAlexaff
Mojtaba Kazemi, LePing Li

Notice bibliographique

RevueJournal of Physics Conference Series · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPoromechanicsKnee JointJoint (building)Materials scienceCartilageBiomedical engineeringFluid dynamicsArticular cartilageInterstitial fluidAnatomyMechanicsMedicineOsteoarthritisStructural engineeringComposite materialPorosityPorous mediumEngineeringSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

Extensive computer modeling has been performed in the recent decade to investigate the mechanical response of the healthy and repaired knee joints. Articular cartilages and menisci have been commonly modeled as single-phase elastic materials in the previous 3D simulations. A comprehensive study considering the interplay of the collagen fibers and fluid pressurization in the tissues in situ remains challenging. We have developed a 3D model of the human knee accounting for the mechanical function of collagen fibers and fluid flow in the cartilages and menisci. An anatomically accurate structure of the human knee was used for this purpose including bones, articular cartilages, menisci and ligaments. The fluid pressurization in the femoral cartilage and menisci under combined creep loading was investigated. Numerical results showed that fluid flow and pressure in the tissues played an important role in the mechanical response of the knee joint. The load transfer in the joint was clearly seen when the fluid pressure was considered.

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 enseignants0,266
Score d'incertitude au seuil0,392

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 Opus0,040
Tête enseignante GPT0,241
Écart entre enseignants0,201 · 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207