MétaCan
Menu
Retour à la cohorte
Enregistrement W3164219617 · doi:10.1126/science.aba9947

Removing energy with an exoskeleton reduces the metabolic cost of walking

2021· article· en· W3164219617 sur OpenAlexafffund
Michael Shepertycky, Sarah Burton, Andrew Dickson, Yan‐Fei Liu, Qingguo Li

Notice bibliographique

RevueScience · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésExoskeletonEnergy (signal processing)Energy consumptionSwingComputer scienceGaitElectric potential energyGait cycleMechanical energySimulationPhysical medicine and rehabilitationEngineeringMedicineElectrical engineeringMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Evolutionary pressures have led humans to walk in a highly efficient manner that conserves energy, making it difficult for exoskeletons to reduce the metabolic cost of walking. Despite the challenge, some exoskeletons have managed to lessen the metabolic expenditure of walking, either by adding or storing and returning energy. We show that the use of an exoskeleton that strategically removes kinetic energy during the swing period of the gait cycle reduces the metabolic cost of walking by 2.5 ± 0.8% for healthy male users while converting the removed energy into 0.25 ± 0.02 watts of electrical power. By comparing two loading profiles, we demonstrate that the timing and magnitude of energy removal are vital for successful metabolic cost reduction.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,007
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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'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

Citations103
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207