An investigation of dimensional scaling using cervical spine motion segment finite element models
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
The paucity of experimental data for validating computational models of different statures underscores the need for appropriate scaling methods so that models can be verified and validated using experimental data. Scaling was investigated using 50th percentile male (M50) and 5th percentile female (F05) cervical spine motion segment (C4-C5) finite element models subject to tension, flexion, and extension loading. Two approaches were undertaken: geometric scaling of the models to investigate size effects (volumetric scaling) and scaling of the force-displacement or moment-angle model results (data scaling). Three sets of scale factors were considered: global (body mass), regional (neck dimensions), and local (segment tissue dimensions). Volumetric scaling of the segment models from M50 to F05, and vice versa, produced correlations that were good or excellent in both tension and flexion (0.825-0.991); however, less agreement was found in extension (0.550-0.569). The reduced correlation in extension was attributed to variations in shape between the models leading to nonlinear effects such as different time to contact for the facet joints and posterior processes. Data scaling of the responses between the M50 and F05 models produced similar trends to volumetric scaling, with marginally greater correlations. Overall, the local tissue level and neck region level scale factors produced better correlations than the traditional global scaling. The scaling methods work well for a given subject, but are limited in applicability between subjects with different morphology, where nonlinear effects may dominate the response.
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 | 0,002 | 0,001 |
| 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 découle