What are the joint models used in multibody kinematic optimisation for the estimation of human joint kinematics? a review
Notice bibliographique
Résumé
Human movement analysis is frequently accomplished through multibody kinematic optimisation which enforcesjoint constraints between adjacent segments. Despite the popularity of the approach, an array of different jointmodels have been applied in the literature which is known to affect the model-derived kinematics. The purpose ofthis study was to perform a literature review to determine the different joint models used when applying multibodykinematic optimisation to the full body, upper and lower limbs.Embase, Medline, Scopus, PubMed, and Web of Science were systematically searched and a total of 66 relevantarticles were identified and included in the review. The main finding was that the upper and lower limb joints were typically modelled as spherical, revolute or universal joints with the purpose of removing non-physiological joint dislocation effects due to soft tissue artefact that would otherwise be predicted with single-body optimisation. A diversity of joint models used in multibody kinematic optimisation was found in the literature. The most frequently used models were the simple, idealised models which, however, have also been criticised for not accurately replicating the detailed joint mechanics. On the other hand, more advanced joint models have emerged, such as parallel mechanisms or coupling equations between the joint degrees of freedom. Nevertheless, no consensus exists on how the joints should be defined to accurately estimate the overall joint kinematics with multibody kinematic optimisation.The review also revealed that the method has also been referred to under other names such as ‘global optimisation’and ‘inverse kinematics’, which can be misleading since these names also have other, and more accepted,meanings. The authors, therefore, recommend that, in the future, the process is termed multibody kinematicoptimisation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».