MétaCan
Menu
Retour à la cohorte
Enregistrement W2164624846 · doi:10.1109/tnsre.2009.2023308

Angular-Velocity Control Approach for Stance-Control Orthoses

2009· article· en· W2164624846 sur OpenAlexafffund
Edward D. Lemaire, Louis Goudreau, Terris Yakimovich, Jonathan Kofman

Notice bibliographique

RevueIEEE Transactions on Neural Systems and Rehabilitation Engineering · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensUniversity of WaterlooOttawa Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésControl (management)Physical medicine and rehabilitationAngular velocityControl theory (sociology)Computer scienceMedicinePhysicsArtificial intelligenceClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Currently, stance-control knee orthoses require external control mechanisms to control knee flexion during stance and allow free knee motion during the swing phase of gait. A new angular-velocity control approach that uses a rotary-hydraulic device to resist knee flexion when the knee angular velocity passes a preset threshold is presented. This angular-velocity approach for orthotic stance control is based on the premise that knee-flexion angular velocity during a knee-collapse event, such as a stumble or fall, is greater than that during walking. The new hydraulic knee-flexion control device does not require an external control mechanism to switch from free motion to stance control mode. Functional test results demonstrated that the hydraulic angular-velocity activated knee joint provided free knee motion during walking, engaged upon knee collapse, and supported body weight while the end-user recovered to a safe body position. The joint was tested to 51.6 Nm in single loading tests and passed 200,000 repeated loading cycles with a peak load of 88 Nm per cycle. The hydraulic, angular velocity activation approach has potential to improve safety and security for people with lower extremity weakness or when recovering from joint trauma.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,888

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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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

Citations27
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Neural Systems and Rehabilitation EngineeringMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207