Trunk muscle recruitment patterns in simulated precrash events
Notice bibliographique
Résumé
OBJECTIVES: To quantify trunk muscle activation levels during whole body accelerations that simulate precrash events in multiple directions and to identify recruitment patterns for the development of active human body models. METHODS: Four subjects (1 female, 3 males) were accelerated at 0.55 g (net Δv = 4.0 m/s) in 8 directions while seated on a sled-mounted car seat to simulate a precrash pulse. Electromyographic (EMG) activity in 4 trunk muscles was measured using wire electrodes inserted into the left rectus abdominis, internal oblique, iliocostalis, and multifidus muscles at the L2-L3 level. Muscle activity evoked by the perturbations was normalized by each muscle's isometric maximum voluntary contraction (MVC) activity. Spatial tuning curves were plotted at 150, 300, and 600 ms after acceleration onset. RESULTS: EMG activity remained below 40% MVC for the three time points for most directions. At the 150- and 300 ms time points, the highest EMG amplitudes were observed during perturbations to the left (-90°) and left rearward (-135°). EMG activity diminished by 600 ms for the anterior muscles, but not for the posterior muscles. CONCLUSIONS: These preliminary results suggest that trunk muscle activity may be directionally tuned at the acceleration level tested here. Although data from more subjects are needed, these preliminary data support the development of modeled trunk muscle recruitment strategies in active human body models that predict occupant responses in precrash scenarios.
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) | 0,003 | 0,001 |
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 ».