MétaCan
Menu
Retour à la cohorte
Enregistrement W2107327156 · doi:10.1109/tbme.2010.2100394

Head and Trunk Segment Moments of Inertia Estimation Using Angular Momentum Technique: Validity and Sensitivity Analysis

2010· article· en· W2107327156 sur OpenAlexaff
Mohsen Damavandi, Georgios A. Stylianides, Nader Farahpour, Paul Allard

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMoment of inertiaSensitivity (control systems)Head (geology)TrunkAngular momentumPhysicsComputer scienceClassical mechanicsEngineeringElectronic engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Classical models to estimate the head and trunk (HT) moments of inertia (I) are limited to populations from which the anthropometric measures were obtained. The purposes of this study were to determine if the angular momentum technique can be used to estimate subject-specific HT's I values and test its validity and sensitivity. Twenty-three adults who participated in this study were divided into three morphological groups according to their body mass index (BMI). Using the proposed technique, the HT's I values were estimated for the whole sample and compared to three well-known methods to test its validity. The sensitivity of the proposed method was verified while applied to individuals with different BMI (i.e., lean, normal, and obese). The angular momentum technique gave I values within the range of those of the three methods for the entire sample. Statistical differences were identified between the lean and obese groups in relative radii of gyration for the anteroposterior and mediolateral axes ( P<0.05). Since the proposed technique makes no assumption on the mass distribution and segments' geometry, it appeared to be more sensitive to body morphology changes in estimating the HT's I values in lean and obese subjects compared to the classical methods.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 GPT0,333
Écart entre enseignants0,312 · 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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207