MétaCan
Menu
Retour à la cohorte
Enregistrement W2414749422 · doi:10.1162/pres_a_00245

Force Discrimination Ability of the Human Hand near Absolute Threshold for the Design of Force Feedback Systems in Teleoperations

2016· article· en· W2414749422 sur OpenAlexaff
Faezeh Heydari Khabbaz, A.A. Goldenberg, James M. Drake

Notice bibliographique

RevuePRESENCE Virtual and Augmented Reality · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTeleoperationHaptic technologyPerceptionJust-noticeable differenceAbsolute thresholdForce transducerStimulus (psychology)Computer scienceSimulationArtificial intelligenceAcousticsPsychologyRobotCognitive psychologyPhysics

Résumé

récupéré en direct d'OpenAlex

Force discrimination ability is an important surgical skill for micro or minimally invasive surgeries. This article analyzes the force perception of the human hand for lowintensity stimuli. Psychophysical experiments were conducted to measure just noticeable differences (JNDs) at four reference forces below 1 N. Reference forces are chosen to be in the range of forces in minimally invasive surgery that do not follow Weber's law. The force discrimination ability of two groups of subjects, surgeons and non-surgeons, is compared. Results demonstrate a superior ability of surgeons in discriminating small forces. The relationship between the JND and stimulus near absolute threshold is modeled. The application of the model in the design of force feedback systems for surgical teleoperation is discussed. In a force augmenting teleoperation system, the force feedback signal is amplified based on the characteristics of the human perception system. Therefore, the degraded human sense of touch at low-intensity forces would be compensated.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,089
Tête enseignante GPT0,317
Écart entre enseignants0,228 · 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

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRESENCE Virtual and Augmented RealityMême sujetTactile and Sensory InteractionsTravaux en français237 207