MétaCan
Menu
Retour à la cohorte
Enregistrement W2120328582 · doi:10.1109/tnsre.2003.810433

Estimation of the 3-D center of mass excursion from force-plate data during standing

2003· article· en· W2120328582 sur OpenAlexaff
Franck Barbier, Paul Allard, Kevin Guelton, Briac Colobert, Anne-Pascale Godillon-Maquinghen

Notice bibliographique

RevueIEEE Transactions on Neural Systems and Rehabilitation Engineering · 2003
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésExcursionCenter of mass (relativistic)GeodesyTrajectoryQUIETPosition (finance)Vertical displacementDisplacement (psychology)Force platformRoot mean squareCenter of pressure (fluid mechanics)MathematicsSquare (algebra)GeometryGeologyPhysicsMechanicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Biomechanical models are used with force-plate information to determine the center of mass (COM) trajectory during standing. They are usually based on simplifying assumptions and are often limited to a single-plane analysis. The objectives of this study were to present a three-dimensional (3-D) model to calculate the excursion of the COM of the human body, validate it and compare its performance to a video-based system during quiet standing and antero-posterior (AP) and medio-lateral (ML) self-imposed oscillations. In addition to the vertical displacements of the COM, the originality of the method lies in eliminating the accelerations terms in the model and their related assumptions. The model was able to estimate closely the COM displacements in quiet standing [a root mean square (RMS) of 0.9 mm or less]. For the self-imposed oscillations, the RMS differences were 6.6 mm in the AP and ML directions and 1.6 mm along the vertical axis. For all three testing conditions, the coefficients of correlation of the COM displacements between the model and the video methods were above 0.8 with the exception of the vertical direction, where the values were more variable.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,331

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 Opus0,020
Tête enseignante GPT0,292
Écart entre enseignants0,272 · 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'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

Citations35
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Neural Systems and Rehabilitation EngineeringMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207