Sound and vibration recordings during normal motion and spinal manipulation
Notice bibliographique
Résumé
Novel methods assessed and localized zygapophyseal (Z) joint audible sounds (crepitus and cavitations) during normal lumbar motion and side‐posture spinal manipulation (SMT). Methods Five healthy subjects ages 21–65 years had 9 accelerometers and one specialized directional microphone (with modifications) applied to their lumbar region in a previously developed pattern that allowed specific localization of joint sounds. Each subject underwent full lumbar ranges of motion (ROM), lumbar SMT (left side = up‐side), and repeated full ROM; all while recordings were made from the accelerometers and microphone. Accelerometer and microphone data were assessed for cavitations and crepitus. Results Vibration and acoustic methods were successfully implemented and provided complementary information that identified cavitations, crepitus, and verified artifacts. Ten cavitations and 1 crepitus were recorded from 7 joints (all left side). Three instances of multiple joint cavitations were identified [2 from 2 joints (L L1/L2 and L L3/L4) and 3 from 1 joint (L L1/L2)]. Some recordings identified a cavitation when inaudible to subject and clinician. Conclusions Accelerometers and microphone provided unique and complementary information. Assessing accelerometer and acoustic data could help deepen understanding of spinal mechanics and SMT. Funding: NIH/NCCAM Grant # 3R01AT000123‐06S2.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».