Poster Session II, July 14th 2010 — Abstracts
Notice bibliographique
Résumé
Since the introduction of helmets in American football the rate of traumatic brain injuries (TBI) has decreased, however, the incidence of mild traumatic brain injury (mTBI) appears to be unaffected. Currently finite element driven research is beginning to shed light on the difference in mechanism between TBI and mTBI, focusing mainly on the effects of linear and angular acceleration. From this it is hoped that a method to prevent these injuries may be developed. The research presented here will use a helmet evaluation protocol developed at the University of Ottawa to analyze the performance of currently used American football helmets using a finite element model (FEM). A helmeted hybrid III headform, equipped with a 3-2-2-2 accelerometer array was impacted according to the developed protocol. The x, y and z linear and angular acceleration data was then used to power the FEM. The results indicate that both helmets perform similarly when evaluated on linear acceleration alone, but differ angularly. Linear acceleration results were well below proposed limits for brain injury; however the FE model indicated a 50% likelihood of mTBI. There were also situations where linear and angular acceleration was nearly identical, but had different strain results, indicating that peak values may not be the most important curve characteristic. The results support two conclusions: (1) Angular accelerations seem to be more influential in the creation of brain strains in this model, and (2) Designing helmets by linear acceleration alone may not be ideal when brain strains are considered to be a factor in mTBI.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,512 | 0,341 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».