MétaCan
Menu
Retour à la cohorte
Enregistrement W3153385191 · doi:10.1097/oi9.0000000000000099

Biomechanical models: key considerations in study design

2021· article· en· W3153385191 sur OpenAlexaff
Peter Augat, Michael W. Hast, Mark Heyland, Adam Trepczynski, Edoardo Borgiani, Gabriele Rußow, Sven Märdian, Georg N. Duda, Marianne Hollensteiner, Michael Bottlang, Emil H. Schemitsch

Notice bibliographique

RevueOTA International The Open Access Journal of Orthopaedic Trauma · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBone fractures and treatments
Établissements canadiensWestern UniversityUniversity of Toronto
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésSection (typography)Computer scienceFinite element methodKey (lock)Focus (optics)BiomechanicsSpecial sectionElement (criminal law)Selection (genetic algorithm)Management scienceData scienceEngineeringMedicineStructural engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This manuscript summarizes presentations of a symposium on key considerations in design of biomechanical models at the 2019 Basic Science Focus Forum of the Orthopaedic Trauma Association. The first section outlines the most important characteristics of a high-quality biomechanical study. The second section considers choices associated with designing experiments using finite element modeling versus synthetic bones versus human specimens. The third section discusses appropriate selection of experimental protocols and finite element analyses. The fourth section considers the pros and cons of use of biomechanical research for implant design. Finally, the fifth section examines how results from biomechanical studies can be used when clinical evidence is lacking or contradictory. When taken together, these presentations emphasize the critical importance of biomechanical research and the need to carefully consider and optimize models when designing a biomechanical study.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,194
Tête enseignante GPT0,429
Écart entre enseignants0,235 · 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.

Devis d'étudeObservationnel
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

Citations37
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOTA International The Open Access Journal of Orthopaedic TraumaMême sujetBone fractures and treatmentsTravaux en français237 207