MétaCan
Menu
← Retour à la cohorte
Enregistrement W2611741846

The effect of the presence of physical obstacles during blind navigation

2010· article· en· W2611741846 sur OpenAlexaffabout
Julien Beauchamp, Yves Lajoie, Nicole Paquet

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésObstacleDiagonalKinematicsPath (computing)Significant differenceMotion (physics)MathematicsSet (abstract data type)Physical medicine and rehabilitationComputer visionComputer scienceArtificial intelligenceMedicineGeographyStatisticsPhysicsGeometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Locomotion is essential in daily life. Past research has shown that healthy subjects are successful in reaching a short-distance destination without vision (Thomson 1980). The objective of this study is to describe reaction to the known presence of physical obstacles when navigating in a straight or diagonal path without vision for 8 meters. Ten healthy subjects (19-23 years old) participated in this study. Kinematic data were collected with a Vicon Motion Analysis System including 8 cameras, with a full-body marker set. Pool noodles were used to create physical obstacles. For the total distance travelled by the subject, there was no significant differences between the straight path and the diagonal path [F(2,18) = 0.04, p > 0.05]. Also, a significant difference was found between the presence of zero, one or two obstacles [F (2, 18) = 17.85, p < 0.05]. For the final angular deviation of the subject, there was no significant differences between straight path and diagonal path [F(1,9) = 3.489, p > 0.05 ]. There was a close to significant difference between the presence versus absenceof obstacles [ F(2,18) = 3.368, p= 0.057]. Without obstacle, subjects undershoot the target. However, we found that for every obstacle added, there was an impact on the distance travelled, as subjects walked further.Acknowledgments: CIHR, Physiotherapy Foundation of Canada and University of Ottawa

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 ouverte0,0000,001
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 Opus0,003
Tête enseignante GPT0,202
Écart entre enseignants0,199 · 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'étudeObservationnel
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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTraffic and Road Safety→Travaux en français237 207→