Could a Compliant Foam Anvil Characterize the Biofidelic Impact Response of Equestrian Helmets?
Notice bibliographique
Résumé
The performance of equestrian helmets to protect against brain injuries caused by fall impacts against compliant surfaces such as turf has not been studied widely. We characterize the kinematic response of simulated fall impacts to turf through field tests on horse racetracks and laboratory experiments. The kinematic response characteristics and ground stiffness at different going ratings (GRs) (standard measurement of racetrack condition) were obtained from 1 m and 2 m drop tests of an instrumented hemispherical impactor onto a turf racetrack. The "Hard" rating resulted in higher peak linear accelerations and stiffness, and shorter impact durations than the "Soft" and "Heavy" ratings. Insignificant differences were found among the other GRs, but a strong overall relationship was evident between the "going rating" and the kinematic response. This relationship was used to propose a series of three synthetic foam anvils as turf surrogates in equestrian falls corresponding to ranges of GRs of (i) heavy-soft (H-S), (ii) good-firm (G-F), and (iii) firm-hard (F-H). Laboratory experiments consisted of a helmeted headform being dropped onto natural turf and the turf surrogate anvils using a monorail drop rig. These experiments revealed that the magnitudes and durations of the linear and rotational accelerations for helmeted impacts to turf/turf surrogates were similar to those in concussive sports falls and collisions. Since the compliance of an impacted surface influences the dynamic response of a jockey's head during a fall impact against the ground, it is important that this is considered during both accident reconstructions and helmet certification tests.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».