MétaCan
Menu
Retour à la cohorte
Enregistrement W2944458778 · doi:10.22215/etd/2017-11884

Vibrotactile Feedback for Human Balance Improvement: Experimental Investigation of Optimal Feedback Location

2017· dissertation· en· W2944458778 sur OpenAlexaff
Christiane Courtemanche

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBalance (ability)Visual feedbackDynamic balanceWristControl theory (sociology)AnkleTilt (camera)SimulationComputer sciencePhysical medicine and rehabilitationEngineeringArtificial intelligenceMedicineSurgeryStructural engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

This thesis characterizes the use of vibrotactile feedback and evaluates the effect of feedback location on human balance via three main experiments.The first experiment characterizes common tactor types and compares their performance based on participants' perception.The better performing tactor is used in the second experiment, which investigates the optimal body location for feedback through participants' performance in sensing tactor array feedback.This study compares neck, waist, wrist, and ankle feedback weighted scores of reaction time, ability to detect feedback, and ability to discern the activated tactor and its vibration intensity.The best-performing locations, wrist and ankle, are used in the third study to show vibrotactile feedbacks positive effect on participants' balance and to identify the optimal body location for feedback.Feedback, independent of location, significantly improved percentage time spent in the deadzone, and in some tests also significantly improved AP and ML trunk tilt.iiiFirst and foremost, I would like to thank my thesis supervisor, Professor Mojtaba Ahmadi, for his overwhelming support and for always taking the time to discuss matters at hand without making meetings feel rushed, even though he was incredibly busy.But mostly, I want to thank him for enabling me to further my knowledge more than I would have thought possible in two years.I would also like to thank my co-supervisor, Dr. Allen Huang, for being so invested in this project that he drove to Carleton for 8 am meetings and took the time to read my thesis, even while traveling.I feel very fortunate to have had the chance to work with him and learn more about the physician's point of view on assistive devices.I am also very appreciative of my colleagues in the ABL lab and the good discussions we had; some of those conversations often turned a bad day into a great one.A special thanks to Stephanie Eng for her involvement in the first phase of this work and to Omar Masaud for teaching me most of what I know about circuit design.Finally, my deep and sincere gratitude to my family for their continuous love, help and support.I am

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,044
Tête enseignante GPT0,335
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTactile and Sensory InteractionsTravaux en français237 207