MétaCan
Menu
Retour à la cohorte
Enregistrement W2101667242 · doi:10.1115/1.4031329

Biomechanical Analysis of a Dynamic Stability Test System to Evoke Sway and Step Recovery

2015· article· en· W2101667242 sur OpenAlexaff
Anne Gildenhuys, Payam Zandiyeh, Gregor Kuntze, Peter Goldsmith, Janet L. Ronsky

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of CalgaryCochrane
Organismes subventionnairesnon disponible
Mots-clésAccelerationRepeatabilityDisplacement (psychology)SimulationForce platformDynamic balanceControl theory (sociology)Stability (learning theory)KinematicsComputer scienceBalance (ability)Dynamic testingWaistTracking (education)Provocation testMathematicsPhysical medicine and rehabilitationArtificial intelligenceEngineeringPhysicsPsychologyMechanical engineeringMedicineClassical mechanicsStatisticsMachine learning

Résumé

récupéré en direct d'OpenAlex

This paper reports on the dynamic analysis and experimental validation of a method to perturb the balance of subjects in quiet standing. Electronically released weights pull the subject's waist through a specified displacement sensed by a photoelectric sensor. A dynamic model is derived that computes the force applied to the subject as a function of waist acceleration. This model accurately predicts the acceleration of mock subjects (suspended masses) with high repeatability. The validity and simplicity of this model suggest that this method can provide a standard for provocation testing on stable surfaces. Proof-of-concept trials on human subjects demonstrate that the device can be used with a force platform and motion tracking and that the device can induce both sway and step recoveries in healthy male adults.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,025
Tête enseignante GPT0,318
Écart entre enseignants0,293 · 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'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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207