MétaCan
Menu
Retour à la cohorte
Enregistrement W2094948875 · doi:10.1260/0263-0923.32.4.273

Using a High Resolution Motion Capture System to Determine 6-DOF Whole-Body Vibration Accelerations

2013· article· en· W2094948875 sur OpenAlexaff
Robert J. Jack, Michele Oliver, Gordon L. Hayward

Notice bibliographique

RevueJournal of low frequency noise, vibration and active control · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Vibration on Health
Établissements canadiensUniversity of GuelphLaurentian University
Organismes subventionnairesnon disponible
Mots-clésAccelerometerAccelerationMotion captureVibrationWhole body vibrationComputer scienceAcousticsMotion (physics)SimulationPhysicsComputer vision

Résumé

récupéré en direct d'OpenAlex

Comprehensive investigations of the human response to vibration require many markers, accelerometers, and electrodes. The use of multiple measurement systems can result in time intensive subject preparation, large memory requirements for data storage and processing, skin motion artifacts, and subject encumbrance. The purpose of this study was to determine if a VICON™ motion capture system could reliably and accurately measure translational and rotational acceleration levels produced by mobile machines, thereby eliminating the need for accelerometers and potentially minimizing the aforementioned problems. Simulating these vibration exposures in a laboratory, it was found that translational displacements ≥ 0.1 mm produced absolute peak and RMS average acceleration measurement differences less than 5% between the VICON™ system and an accelerometer. The absolute peak and RMS rotational accelerations determined by the VICON™ system and those produced by a PRSCO™ hexapodrobot differed by 5.44 ± 3.87% and 3.57 ± 2.44% respectively. Accounting for the vibration attenuation of the human body, the VICON™ system also appears well suited for determining 6-DOF acceleration levels in laboratory seat-to-head vibration transmission studies.

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 enseignants0,889
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,021
Tête enseignante GPT0,288
Écart entre enseignants0,267 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of low frequency noise, vibration and active controlMême sujetEffects of Vibration on HealthTravaux en français237 207