MétaCan
Menu
Retour à la cohorte
Enregistrement W2115924629 · doi:10.1115/imece2008-66684

Effects of Mass Distribution and Configuration on the Energetic Losses at Impacts of Bipedal Walking Systems

2008· article· en· W2115924629 sur OpenAlexaff
Josep M. Font-Llagunes, Jo ́zsef Ko ̈vecses

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Locomotion and Control
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésInverted pendulumWork (physics)BipedalismEnergeticsGaitComputer scienceEnergy consumptionControl theory (sociology)Motion (physics)Mechanical energyTopology (electrical circuits)SimulationPhysicsEngineeringPhysical medicine and rehabilitationControl (management)GeologyNonlinear systemArtificial intelligenceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Understanding the dynamics of human walking is a complex task due to the interaction of the musculoskeletal and the central nervous systems. Nevertheless, the use of simple models can provide useful insight into the mechanical aspects of bipedal locomotion. Such models exploit the observations that human walking significantly relies on passive dynamics and inverted pendulum-like behaviour. The mechanical analysis of walking involves the study of the finite motion single support phase and the impulsive motion of the impacts that occur at heel strike. Such impacts are dominant events because they represent a sudden topology transition and moreover, they are the main cause of energy consumption during the gait cycle. The aim of this work is to gain insight into the dynamics and energetics of heel strike. We use a concept that decouples the dynamics of the biped to the spaces of admissible and constrained motions at the topology transition. This approach is then applied to a straight-legged biped with upper body. Detailed analysis and discussions are presented to quantify the effects of the mass distribution and the impact configuration on the energetics of walking.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,164

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,176
Écart entre enseignants0,171 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotic Locomotion and ControlTravaux en français237 207