MétaCan
Menu
Retour à la cohorte
Enregistrement W2065834563 · doi:10.3917/sm.075.0027

EMG-based estimation of muscular efforts exerted during human movements

2012· article· en· W2065834563 sur OpenAlexaff
A.K. David, Guillaume Rao, Luc Martin, Éric Berton

Notice bibliographique

RevueMovement & Sport Sciences - Science & Motricité · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMolecular biologyBiology

Résumé

récupéré en direct d'OpenAlex

<titre>R&#233;sum&#233;</titre>La quantification des efforts musculaires peut &#234;tre d&#8217;une importance consid&#233;rable dans les diff&#233;rents domaines de la biom&#233;canique. Cependant, l&#8217;estimation des moments musculaires agoniste et antagoniste ou de la force d&#233;velopp&#233;e par chaque muscle au cours d&#8217;un mouvement n&#233;cessite de r&#233;soudre le probl&#232;me de la redondance musculaire. Cet article fait la synth&#232;se des diff&#233;rentes &#233;tapes du d&#233;veloppement d&#8217;une m&#233;thode &#171;&#160;EMG-assist&#233;e&#160;&#187; permettant de quantifier les moments et les tensions musculaires lors de contractions isom&#233;triques ou de t&#226;ches dynamiques, en pr&#233;sence ou non de fatigue. En associant de mani&#232;re appropri&#233;e l&#8217;optimisation num&#233;rique et l&#8217;utilisation de donn&#233;es &#233;lectromyographiques, la m&#233;thode propos&#233;e am&#233;liore la qualit&#233; de l&#8217;estimation de ces efforts musculaires. Cette approche pourra trouver de nombreuses applications, particuli&#232;rement en biom&#233;canique du sport.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,809

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,249
Écart entre enseignants0,237 · 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'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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement & Sport Sciences - Science & MotricitéMême sujetMuscle activation and electromyography studiesTravaux en français237 207