A Force-Sensing Insole to Quantify Impact Loading to the Foot
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lower leg injuries commonly occur in frontal automobile collisions, and are associated with high disability rates. Accurate methods to predict these injuries must be developed to facilitate the testing and improvement of vehicle safety systems. Anthropomorphic test devices (ATDs) are often used to assess injury risk by mimicking the behavior of the human body in a crash while recording data from sensors at discrete locations, which are then compared to established safety limits developed by cadaveric testing. Due to the difference in compliance of cadaveric and ATD legs, the force dissipating characteristics of footwear, and the lack of direct measurement of injury risk to the foot and ankle, a novel instrumented insole was developed that could be applied equally to all specimens both during injury limit generation and during safety evaluation tests. An array of piezoresistive sensors were calibrated over a range of speeds using a pneumatic impacting apparatus, and then applied to the insole of a boot. The boot was subsequently tested and compared to loads measured using ankle and toe load cells in an ATD, and found to have an average error of 10%. The sensors also provided useful information regarding the force distribution across the sole of the foot during an impact, which may be used to develop regional injury criteria. This work has furthered the understanding of lower leg injury prediction and developed a tool that may be useful in developing accurate injury criteria in the future for the foot and lower leg.
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.
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 | 0,001 |
| 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 découle