Comparison of strategies and performance of functional electrical stimulation cycling in spinal cord injury pilots for competition in the first ever CYBATHLON
Notice bibliographique
Résumé
Functional Electrical Stimulation (FES) can elicit muscular contraction and restore motor function in paralyzed limbs. FES is a rehabilitation technique applied to various sensorimotor deficiencies and in different functional situations, e.g. grasping, walking, standing, transfer, cycling and rowing. FES can be combined with mechanical devices. FES-assisted cycling is mainly used in clinical environments for training sessions on cycle ergometers, but it has also been adapted for mobile devices, usually tricycles. In October 2016, twelve teams participated in the CYBATHLON competition in the FES-cycling discipline for persons with motor-complete spinal cord injury. It was the first event of this kind and a wide variety of strategies, techniques and designs were employed by the different teams in the competition. The approaches of the teams are detailed in this special issue. We hope that the knowledge contained herein, together with recent positive results of FES for denervated degenerating muscles, will provide a solid basis to encourage improvements in FES equipment and open new opportunities for many patients in need of safe and effective FES management. We hope to see further developments and/or the benefit of new training strategies at future FES competitions, e.g. at the Cybathlon 2020 (www.cybathlon.ethz.ch).
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».