MétaCan
Menu
Retour à la cohorte
Enregistrement W3088095887 · doi:10.1038/s41598-020-72470-0

Differential experiences of embodiment between body-powered and myoelectric prosthesis users

2020· article· en· W3088095887 sur OpenAlexaff
Susannah Engdahl, Sean K. Meehan, Deanna H. Gates

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesU.S. Department of Defense
Mots-clésProsthesisBody schemaProprioceptionPerceptionPhysical medicine and rehabilitationComputer sciencePsychologyMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Prosthesis embodiment, the perception of a prosthesis as part of one's body, may be an important component of functional recovery for individuals with upper limb absence. This work determined whether embodiment differs between body-powered and myoelectric prosthesis users. In a sample of nine individuals with transradial limb absence, embodiment was quantified using a survey regarding prosthesis ownership and agency. The extent to which the prosthesis affected the body schema, the representation of the body's dimensions, was assessed using limb length estimation. Because body-powered prostheses offer proprioceptive feedback that myoelectric prostheses do not, it was hypothesized that both measures would reveal stronger embodiment of body-powered prostheses. However, our results did not show differences across the two prosthesis designs. Instead, body schema was influenced by several patient-specific characteristics, including the cause of limb absence (acquired or congenital) and hours of daily prosthesis wear. These results indicate that regular prosthesis wear and embodiment are connected, regardless of the actual prosthesis design. Identifying whether embodiment is a direct consequence of regular prosthesis use would offer insight on how individuals with limb absence could modify their behavior to more fully embody their prosthesis.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,390

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,208
Écart entre enseignants0,196 · 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'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

Citations32
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMuscle activation and electromyography studiesTravaux en français237 207