MétaCan
Menu
Retour à la cohorte
Enregistrement W3101611305 · doi:10.1016/j.medengphy.2020.11.008

A high sample rate, wireless instrumented wheel for measuring 3D pushrim kinetics of a racing wheelchair

2020· article· en· W3101611305 sur OpenAlexafffund
Félix Chénier, Jean-Philippe Pelland-Leblanc, Antoine Parrinello, Étienne Marquis, Denis Rancourt

Notice bibliographique

RevueMedical Engineering & Physics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversité de SherbrookeCentre for Interdisciplinary Research in RehabilitationUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWheelchairBiomechanicsSimulationAccelerationWork (physics)KinematicsEngineeringForce platformAutomotive engineeringPhysical medicine and rehabilitationComputer scienceMechanical engineeringPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

In wheelchair racing, measuring pushrim kinetics such as propulsion forces and moments is paramount for improving performance and preventing injuries. However, there is currently no instrumented racing wheel that records 3D pushrim kinetics wirelessly and at a high sample rate, which is necessary for accurately analysing wheelchair racing biomechanics. In this work, we present an instrumented wheel that measures 3D kinetics at 2500 Hz. Bidirectional wireless communication is used to interface the wheel through a smart phone. The wheel was tested with a world-class racing athlete who propelled at maximal acceleration and maximal speed on a training roller. During acceleration, the peak total force increased continuously from 186 N to 484 N while the peak tangential force was constant at 171 N ± 15 N. At higher speeds, a counterproductive tangential force was measured during the first 15% and the last 25% of the push phase, peaking at -78 N. This wheel may be of great value for both coaches and athletes to help with planning and validating training programs and adaptations to the wheelchair such as positioning. This wheel also has very high potential for further research on wheelchair racing biomechanics and on preventing shoulder pathologies associated with this sport.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,598
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,041
Tête enseignante GPT0,292
Écart entre enseignants0,251 · 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

Citations15
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetSpinal Cord Injury ResearchTravaux en français237 207