QUANTIFICATION OF MASS AND CENTER-OF-MASS OF HEALTHY AND AMPUTATED SEGMENTS AS WELL AS FULL-BODY CENTER-OF-MASS OF AMPUTEES
Notice bibliographique
Résumé
Quantification of segment-inertial uniqueness can provide a relevant foundation for motion analysis, biomechanical modeling and human motor skill optimization of both normal and amputated athletes. It is known that previous studies focused on quantifying Body Segment Inertial Parameters (BSIP) of non-amputated people in order to establish regression equations for calculating BSIPs. Until now, no anthropometrical study existed on quantifying BSIPs such as mass and center of mass (COM) of both non-amputated segment (NAS) and partially-amputated segment (PAS) of amputees. This study aims to fill the gap. A quantification method derived from Damavandi approach was applied to determine the mass and COM of PAS as well as full-body COM. For validating the reliability of this method, the calculated values were compared to the values measured by balance board test. Further, two anthropometrical approaches (i.e. Zheng and Zatsiorsky) for normal subjects were tested for their validity to estimatfe the mass and COM of NASs of amputees. The results reveal that Damavandi approach can also be used for reliable quantifying of mass and COM of PAS and Zatsiorsky’s approach is more reliable to quantify NAS masses and full-body COM of amputees, therefore, Damavandi approach and Zatsiorsky’s regression model are more suitable for motion analysis, biomechanical modeling and motor skill optimization of amputees.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».