MétaCan
Menu
Retour à la cohorte
Enregistrement W2773166896 · doi:10.1177/1729881417743554

Lower-limb exoskeletons

2017· article· en· W2773166896 sur OpenAlexaff
Baltej Singh Rupal, Sajid Rafique, Ashish Singla, Ekta Singla, Magnus Isaksson, G.S. Virk

Notice bibliographique

RevueInternational Journal of Advanced Robotic Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésExoskeletonWearable computerComputer scienceWork (physics)RobotWearable technologyRisk analysis (engineering)RehabilitationQuality of life (healthcare)Human–computer interactionSimulationMedicineEngineeringArtificial intelligencePhysical therapy

Résumé

récupéré en direct d'OpenAlex

With the recent progress in personal care robots, interest in wearable exoskeletons has been increasing due to the demand for assistive technologies generally and specifically to meet the concerns in the increasing ageing society. Despite this global trend, research focus has been on load augmentation for soldiers/workers, assisting trauma patients, paraplegics, spinal cord injured persons and for rehabilitation purposes. Barring the military-focused activities, most of the work to date has focused on medical applications. However, there is a need to shift attention towards the growing needs of elderly people, that is, by realizing assistive exoskeletons that can help them to stay independent and maintain a good quality of life. Therefore, the present article covers the rapidly evolving area of wearable exoskeletons in a holistic manner, for both medical and non-medical applications, so that relevant current developments and future issues can be addressed; this includes how the physical assistance/rehabilitation/compensation can be provided to supplement capabilities in a natural manner. Regulatory guidelines, important for realizing new markets for these emerging technologies, are also explored in this work. For these, emerging international safety requirements are presented for non-medical and medical exoskeleton applications, so that the central requirement of close human–robot interactions can be adequately addressed for the intended tasks to be carried out. An example case study on developing and commercializing wearable exoskeletons to help support living activities of healthy elderly persons is presented to highlight the main issues in non-medical mobility exoskeletons. This also paves the way for the potential future trends to use exoskeletons as physical assistant robots, as covered by the recently published safety standard ISO 13482, to help elderly people perform their activities of daily living.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,011
Tête enseignante GPT0,266
Écart entre enseignants0,256 · 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'étudeSans objet
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

Citations222
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced Robotic SystemsMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207