MétaCan
Menu
Retour à la cohorte
Enregistrement W3044517934 · doi:10.1115/1.4047866

Multilevel Validation of a Male Neck Finite Element Model With Active Musculature

2020· article· en· W3044517934 sur OpenAlexaff
J. Barker, Duane S. Cronin

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAutomotive and Human Injury Biomechanics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésKinematicsBiomechanicsNeck musclesCurvatureCorrelationStiffnessSimulationBiomedical engineeringComputer scienceStructural engineeringAnatomyMathematicsMedicinePhysicsEngineeringGeometry

Résumé

récupéré en direct d'OpenAlex

Computational models of the human neck have been developed to assess human response in impact scenarios; however, the assessment and validation of such models is often limited to a small number of experimental data sets despite being used to evaluate the efficacy of safety systems and potential for injury risk in motor vehicle collisions. In this study, a full neck model (NM) with active musculature was developed from previously validated motion segment models of the cervical spine. Tissue mechanical properties were implemented from experimental studies, and were not calibrated. The neck model was assessed with experimental studies at three levels of increasing complexity: ligamentous cervical spine in axial rotation, axial tension, frontal impact, and rear impact; postmortem human subject (PMHS) rear sled impact; and human volunteer frontal and lateral sled tests using an open-loop muscle control strategy. The neck model demonstrated good correlation with the experiments ranging from quasi-static to dynamic, assessed using kinematics, kinetics, and tissue-level response. The contributions of soft tissues, neck curvature, and muscle activation were associated with higher stiffness neck response, particularly for low severity frontal impact. Experiments presenting single-value data limited assessment of the model, while complete load history data and cross-correlation enabled improved evaluation of the model over the full loading history. Tissue-level metrics demonstrated higher variability and therefore lower correlation relative to gross kinematics, and also demonstrated a dependence on the local tissue geometry. Thus, it is critical to assess models at the gross kinematic and the tissue levels.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,024
Tête enseignante GPT0,252
Écart entre enseignants0,227 · 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'étudeSimulation ou modélisation
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

Citations32
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetAutomotive and Human Injury BiomechanicsTravaux en français237 207