A Wireless Wristband Accelerometer for Monitoring of Rubber Band Exercises
Notice bibliographique
Résumé
Here, we report a highly sensitive capacitive printed accelerometer and its wearable wristband module for wireless activity monitoring application during rubber band exercise. The printed accelerometer is modified to possess a high sensitivity of 0.54 pF/g, which shows promising reliability for human's exercise monitoring. The circuit of the wristband exercise module is integrated into the customized printed circuit board so that the module receives and digitizes analog capacitance data from the accelerometer and wirelessly transmits the data to the receiver module on the user interface. Different force levels of exercises were successfully quantified with a distinctive capacitance variance from 0.031 pF under light exercise condition (16.04 N) to 0.266 pF under strong exercise (23.04 N). In addition, three different representative exercise postures were performed with the wristband module: 1) shoulder flexion; 2) horizontal arm abduction; and 3) knee extension. By sampling exercise data with 10 Hz, the module cannot only read the movements of the different exercise postures successfully, but also provide reliable collection of data that can be used to differentiate the exercise characteristics in each posture. The reported wristband exercise-monitoring module utilizes highly sensitive accelerometer and wirelessly communicating unit to provide point-of-care and high level of freedom to users during the rubber band exercises further suggesting feasibility of its potential usages in the other activity monitoring applications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».