MétaCan
Menu
Retour à la cohorte
Enregistrement W2901241688 · doi:10.1177/2055668318793587

Wearable strain gauge-based technology measures manual tactile forces during the activities of daily living

2018· article· en· W2901241688 sur OpenAlexafffund
Michael Riddle, Kevin MacDermid-Watts, Sara Frances Holland, Joy C. MacDermid, Emily Lalone, Louis M. Ferreira

Notice bibliographique

RevueJournal of Rehabilitation and Assistive Technologies Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensWestern University
Organismes subventionnairesArthritis Society
Mots-clésStrain gaugeWearable computerActivities of daily livingContact forceDynamometerSimulationGRASPGauge (firearms)Tactile sensorComputer scienceEngineeringPhysical medicine and rehabilitationArtificial intelligenceMechanical engineeringStructural engineeringMedicinePhysical therapyPhysicsRobotEmbedded systemMaterials science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Current methods of determining applied forces in the hand rely on grip dynamometers or force-measurement gloves which are limited in their ability to isolate individual finger forces and interfere with the sense of touch. The objective of this study was to develop an improved force measurement system that could be used during various activities of daily living. METHODS: Custom-made strain gauge sensors were secured to the fingernail of four fingers and two middle phalanges and calibrated to measure hand forces in eight healthy individuals during five activities of daily living. RESULTS: These sensors were capable of measuring forces as small as 0.17 N and did not saturate at high force tasks around 15 N, which is within the envelope of forces experienced during daily life. Preliminary data demonstrate the ability of these tactile sensors to reliably distinguish which fingers/segments were used in various tasks. CONCLUSIONS: Until now, there has been no method for real-time unobtrusive monitoring of force exposure during the tasks of daily life. The system used in this study provides a new type of low-cost wearable technology to monitor forces in the hands without interfering with the contact surface of the hand.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Rehabilitation and Assistive Technologies EngineeringMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207