MétaCan
Menu
Retour à la cohorte
Enregistrement W2102726139 · doi:10.1080/10255842.2013.766724

A centric/non-centric impact protocol and finite element model methodology for the evaluation of American football helmets to evaluate risk of concussion

2013· article· en· W2102726139 sur OpenAlexaff
Andrew Post, Anna Oeur, Evan S. Walsh, Blaine Hoshizaki, Michael D. Gilchrist

Notice bibliographique

RevueComputer Methods in Biomechanics & Biomedical Engineering · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAutomotive and Human Injury Biomechanics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésConcussionFootballPoison controlProtocol (science)Physical medicine and rehabilitationTraumatic brain injuryInjury preventionAngular accelerationAccelerationComputer scienceMedicinePhysicsMedical emergencyPathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

American football reports high incidences of head injuries, in particular, concussion. Research has described concussion as primarily a rotation dominant injury affecting the diffuse areas of brain tissue. Current standards do not measure how helmets manage rotational acceleration or how acceleration loading curves influence brain deformation from an impact and thus are missing important information in terms of how concussions occur. The purpose of this study was to investigate a proposed three-dimensional impact protocol for use in evaluating football helmets. The dynamic responses resulting from centric and non-centric impact conditions were examined to ascertain the influence they have on brain deformations in different functional regions of the brain that are linked to concussive symptoms. A centric and non-centric protocol was used to impact an American football helmet; the resulting dynamic response data was used in conjunction with a three-dimensional finite element analysis of the human brain to calculate brain tissue deformation. The direction of impact created unique loading conditions, resulting in peaks in different regions of the brain associated with concussive symptoms. The linear and rotational accelerations were not predictive of the brain deformation metrics used in this study. In conclusion, the test protocol used in this study revealed that impact conditions influences the region of loading in functional regions of brain tissue that are associated with the symptoms of concussion. The protocol also demonstrated that using brain deformation metrics may be more appropriate when evaluating risk of concussion than using dynamic response data alone.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,092
Tête enseignante GPT0,443
Écart entre enseignants0,351 · 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'étudeSimulation ou modélisation
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

Citations41
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Methods in Biomechanics & Biomedical EngineeringMême sujetAutomotive and Human Injury BiomechanicsTravaux en français237 207