Determining <i>in vivo</i> sternoclavicular, acromioclavicular and glenohumeral joint centre locations from skin markers, CT-scans and intracortical pins: A comparison study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To describe shoulder motion the sternoclavicular, acromioclavicular and glenohumeral joint centres must be accurately located. Within the literature various methods to estimate joint centres of rotation location are proposed, with no agreement of the method best suited to the shoulder. The objective of this study was to determine the most reliable non-invasive method for locating joint centre locations of the shoulder complex. Functional methods using pin mounted markers were compared to anatomical methods, functional methods using skin mounted markers, imaging-based methods using CT-scan data, and regression equations. Three participants took part in the study, that involved insertion of intracortical pins into the clavicle, scapula and humerus, a CT-scan of the shoulder, and finally data collection using a motion analysis system. The various methods to estimate joint centre location did not all agree, however suggestions about the most reliable non-invasive methods could be made. For the sternoclavicular joint, the authors suggest the anatomical method using the most ventral landmark on the sternoclavicular joint, as recommended by the International Society of Biomechanics. For the acromioclavicular joint, the authors suggest the anatomical method using the landmark defined as the most dorsal point on the acromioclavicular joint, as proposed by van der Helm. For the glenohumeral joint, the simple regression equation of Rab is recommended.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle