The effect of load application rate on the biomechanics of synthetic femurs
Notice bibliographique
Résumé
Biomechanical investigations are increasingly using commercially available synthetic femurs as surrogates for human cadaveric femurs. However, the rate of force application in testing these artificial femurs appears to be chosen arbitrarily without much consideration to their visco-elastic time-dependent nature. The aim of this study, therefore, was to examine the effect of loading rate on the mechanical behaviour of synthetic femurs. Ten left, medium, fourth-generation composite femurs (Model 3403, Pacific Research Laboratories, Vashon, WA, USA) were fixed distally into cement-filled steel cubic chambers for mounting into a mechanical tester. In randomized order, each of the ten femurs was loaded at rates of 1, 2.5, 5, 7.5, 10, 20, 30, 40, 50, and 60 mm/min to obtain axial, lateral, and torsional stiffness. Axial stiffness showed an aggregate average value of 1742.7 +/- 174.7 N/mm with a high linear correlation with loading rate (R2 = 0.80). Lateral stiffness yielded an aggregate average value of 56.9 +/- 10.2 N/mm and was linearly correlated with loading rate (R2 = 0.85). Torsional stiffness demonstrated an aggregate average value of 176.9 +/- 14.5 N/mm with a strong linear correlation with loading rate (R2 = 0.59). Despite the high correlations between stiffness and speed, practically this resulted in an overall average difference between the lowest and highest stiffness of only 4 per cent. Moreover, no statistical comparisons between loading rates for axial, lateral, or torsional test modes showed differences (p > or = 0.843). Future biomechanical investigators utilizing these synthetic femurs need not be concerned with loading rate effects over the range tested presently. This is the first study in the literature to perform such an assessment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».