MétaCan
Menu
← Retour à la cohorte
Enregistrement W2142999463 · doi:10.1109/iembs.1994.412009

The probability density function of vibromyographic and electromyographic signals for different levels of contraction of human quadriceps muscles

2002· article· en· W2142999463 sur OpenAlexaff
D.F. Yuan, Yuan‐Ting Zhang, Walter Herzog

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésProbability density functionGaussianHistogramElectromyographyGoodness of fitContraction (grammar)Gaussian functionMathematicsProbability distributionIsometric exerciseSpeech recognitionStatisticsMedicineComputer sciencePhysicsArtificial intelligencePhysical therapyPhysical medicine and rehabilitationInternal medicine

Résumé

récupéré en direct d'OpenAlex

The probability density function (pdf) of random vibromyographic (VMG) and electromyographic (EMG) signals were studied. VMG and EMG signals were obtained from the quadriceps muscles of four subjects contracting at 20%, 40%, 60%, 80% and 100% of maximum voluntary contraction (MVC) at knee angles of 30/spl deg/, 60/spl deg/ and 90/spl deg/. Levels of contraction were controlled using the torque reading of a Cybex II dynamometer. Histograms of the VMG and EMG signals at different levels of contraction were made. Using Pearson's /spl chi//sup 2/-test, the goodness of fit to a Gaussian distribution was calculated for the VMG and EMG signals obtained from rectus femoris. The pdf of the VMG and EMG roughly approximated a Gaussian distribution, but both signals were found to be statistically different from a Gaussian distribution using Pearson's /spl chi//sup 2/ test. The goodness of fit of the pdf of the VMG and EMG signals to a Gaussian distribution were calculated.>

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
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 savante0,0000,001
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 Opus0,026
Tête enseignante GPT0,220
Écart entre enseignants0,194 · 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'étudeObservationnel
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

Citations4
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMuscle activation and electromyography studies→Travaux en français237 207→