MétaCan
Menu
Retour à la cohorte
Enregistrement W2602723889

Development and Evaluation of a Sensor System to Monitor the Stance-Phase Control Function of the Automatic Stance-Phase Lock (ASPL) Mechanism

2016· dissertation· en· W2602723889 sur OpenAlexfundno aff
Jessica Nicole Tomasi

Notice bibliographique

RevueTSpace · 2016
Typedissertation
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoBloorview Research Institute
Mots-clésGaitPhysical medicine and rehabilitationLock (firearm)Gait analysisMedicineSimulationComputer sciencePhysical therapyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Automatic Stance-Phase Lock is the novel stance-phase control mechanism employed by the All-Terrain Knee. Gait analysis tools are often limited to controlled environments and cannot directly monitor the ASPL. The objective of this project was to design and test a sensor system to measure ASPL function and to begin to explore the effects of relevant alignment, terrain, and mobility conditions on its performance. The results of this study indicate that the developed system is sensitive to knee lock position changes, knee extension and flexion, and gait events. Data collected by the system confirms the fundamental relationships between applied moments and knee lock engagement which define ASPL stance-phase control. Measurable differences in ASPL function allude to its responsiveness to variable gait conditions. The developed system has the proven potential for use in larger biomechanical and clinical studies to inform All-Terrain Knee design iterations and optimize patient-specific prosthetic alignment and set-up.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,570
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,300
Écart entre enseignants0,287 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207