MétaCan
Menu
Retour à la cohorte
Enregistrement W2155134947 · doi:10.1016/j.medengphy.2013.08.006

Experimental analysis of drilling process in cortical bone

2013· article· en· W2155134947 sur OpenAlexfundno aff
Wendong Wang, Yikai Shi, Ning Yang, Xiaoqing Yuan

Notice bibliographique

RevueMedical Engineering & Physics · 2013
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesHospital for Sick ChildrenUniversity of Toronto
Mots-clésDrillingTorqueDrillDrill bitProcess (computing)Measurement while drillingPetroleum engineeringCortical boneEngineeringMechanical engineeringComputer scienceMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

Bone drilling is an essential part in orthopaedics, traumatology and bone biopsy. Prediction and control of drilling forces and torque are critical to the success of operations involving bone drilling. This paper studied the drilling force, torque and drilling process with automatic and manual drill penetrating into bovine cortical bone. The tests were performed on a drilling system which is used to drill and measure forces and torque during drilling. The effects of drilling speed, feed rate and drill bit diameter on force and torque were discussed separately. The experimental results were proven to be in accordance with the mathematic expressions introduced in this paper. The automatic drilling saved drilling time by 30-60% in the tested range and created less vibration, compared to manual drilling. The deviation between maximum and average force of the automatic drilling was 5N but 25N for manual drilling. To conclude, using the automatic method has significant advantages in control drilling force, torque and drilling process in bone drilling.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,010
Tête enseignante GPT0,290
Écart entre enseignants0,280 · 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'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

Citations95
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetDental Implant Techniques and OutcomesTravaux en français237 207