MétaCan
Menu
Retour à la cohorte
Enregistrement W2151194115 · doi:10.1016/j.medengphy.2005.10.001

Sensitivity of kinematics-based model predictions to optimization criteria in static lifting tasks

2005· article· en· W2151194115 sur OpenAlexafffund
Navid Arjmand, A. Shirazi‐Adl

Notice bibliographique

RevueMedical Engineering & Physics · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKinematicsSagittal planeIsometric exerciseCompression (physics)Nonlinear systemShear stressStress (linguistics)MathematicsShear forceTrunkStructural engineeringMathematical analysisMechanicsControl theory (sociology)PhysicsComputer scienceEngineeringAnatomyPhysical therapyClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The effect of eight different cost functions on trunk muscle forces, spinal loads and stability was investigated. Kinematics-based approach combined with nonlinear finite element modeling and optimization were used to model in vivo measurements on isometric forward flexions at approximately 40 degrees and approximately 65 degrees in sagittal plane with or without a load of 180N in hands. Four nonlinear (summation stress(3), summation stress(2), summation force(2) and muscle fatigue) and four linear (summation stress, summation force, axial compression and double-linear) criteria were considered. Predicted muscle activities were compared with measured EMG data. All predictions, irrespective of the cost function used, satisfied required kinetic, kinematics and stability conditions all along the spine. Four criteria (summation stress(3), summation stress(2), fatigue and double-linear) predicted muscle activities that qualitatively matched measured EMG data. The fatigue and double-linear criteria were inadequate in predicting greater forces in larger muscles with no consideration for their moment arms. Nearly the same stability margin was computed under these four cost functions. At the lower lumbar levels, the compression forces differed by <20% and the shear forces by <14% as various cost functions were considered. Smaller axial compression and anterior shear forces (by less than or approximately equal 6%) were computed when only the active components rather than the total muscle forces were taken as unknown in the summation stress(3) cost function. Overall, one single cost function of summation stress(2) or summation stress(3) rather than a multi-criteria one was found sufficient and adequate in yielding plausible results comparable with measured EMG activities and disc pressure.

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)0,007
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: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,278
Écart entre enseignants0,269 · 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

Citations93
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207