MétaCan
Menu
Retour à la cohorte
Enregistrement W2903224101 · doi:10.1101/474650

Connecting the legs with a spring improves human running economy

2018· preprint· en· W2903224101 sur OpenAlexaff
Cole S. Simpson, Cara Gonzalez Welker, Scott D. Uhlrich, Sean M. Sketch, Rachel W. Jackson, Scott L. Delp, Steven H. Collins, Jessica C. Selinger, Elliot W. Hawkes

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSwingSpring (device)GaitRunning economySTRIDEComputer scienceSimulationEconomyControl theory (sociology)Physical medicine and rehabilitationArtificial intelligenceEngineeringEconomicsStructural engineeringMechanical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

Spring-like tissues attached to the swinging legs of animals are thought to improve running economy by simply reducing the effort of leg swing. Here we show that a spring, or ‘exotendon,’ connecting the legs of a human runner improves economy instead through a more complex mechanism that produces savings during both swing and stance. The spring increases the energy optimal stride frequency; when runners adopt this new gait pattern, savings occur in both phases of gait. Remarkably, the simple device improves running economy by 6.4 ± 2.8%, comparable to savings achieved by motorized assistive robotics that directly target the costlier stance phase of gait. Our results highlight the importance of considering both the dynamics of the body and the adaptive strategies of the user when designing systems that couple human and machine.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,267
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,199
Écart entre enseignants0,191 · 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.

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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207