MétaCan
Menu
Retour à la cohorte
Enregistrement W2803531282 · doi:10.1016/j.jsams.2018.05.016

Consensus paper on testing and evaluation of military exoskeletons for the dismounted combatant

2018· article· en· W2803531282 sur OpenAlexaff
Kurt L. Mudie, Angela Boynton, Thomas Karakolis, Meghan P. O’Donovan, Gregory B. Kanagaki, Harrison P. Crowell, Rezaul Begg, Michael E. LaFiandra, Daniel C. Billing

Notice bibliographique

RevueJournal of science and medicine in sport · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésCombatantExoskeletonContext (archaeology)EngineeringUsabilityComputer scienceMilitary personnelSystems engineeringSimulationHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Enhancing the capabilities of the dismounted combatant has been an enduring goal of international military research communities. Emerging developments in exoskeleton technology offers the potential to augment the dismounted combatant's capabilities. However, the ability to determine the value proposition of an exoskeleton in a military context is difficult due to the variety of methods and metrics used to evaluate previous devices. The aim of this paper was to present a standard framework for the evaluation and assessment of exoskeletons for use in the military. A structured and systematic methodology was developed from the end-user perspective and progresses from controlled laboratory conditions (Stage A), to simulated movements specific to the dismounted combatant (Stage B), and real-world military specific tasks (Stage C). A standard set of objective and subjective metrics were described to ensure a holistic assessment on the human response to wearing the exoskeleton and the device's mechanical performance during each stage. A standardised methodology will ensure further advancement of exoskeleton technology and support improved international collaboration across research and industry groups. In doing so, this better enables international military groups to evaluate a system's potential, with the hope of accelerating the maturity and ultimately the fielding of devices to augment the dismounted close combatant and small team capability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,321
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations54
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of science and medicine in sportMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207