MétaCan
Menu
Retour à la cohorte
Enregistrement W2921448383 · doi:10.5206/uwomj.v87i2.1161

Brain controlled robotic arms - advancements in prosthetic technology

2019· article· en· W2921448383 sur OpenAlexvenueno aff
Sean Wong, Chloe Gui

Notice bibliographique

RevueUniversity of Western Ontario Medical Journal · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProsthesisArtificial limbsProsthetic handPhysical medicine and rehabilitationMedicineComputer scienceEngineeringSurgeryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A prosthesis is a medical tool used to replace a missing body part. They are designed to restore both functionality and form to the patient user. There has been a rich history in the field or prosthetics extending back centuries. However, recent advancements have led to the development of more sophisticated and innovative prosthetic technology, such as the brain controlled myoelectric prosthetic limb. While current prosthesis options such as the passive prosthetic and body-powered prosthetic have their respective limitations, the myoelectric prosthetic limb offers an unheralded level of functionality for patients. This article will seek to discuss current and ongoing advancements in the field of prosthetics, with specific regards to artificial limbs. There will be discussion of the history of prosthesis and current prosthesis options for patients, with assessment of their respective benefits and limitations.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,482

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Western Ontario Medical JournalMême sujetNeuroscience and Neural EngineeringTravaux en français237 207