The Axial Impact Response and Plantar Load Distribution of the Hybrid III and Military Lower Extremity Under Altered Ankle Postures
Notice bibliographique
Résumé
Foot injuries as a result of automotive collisions are frequent and impactful. Anthropomorphic test devices (ATDs), used to assess injury risk during impact scenarios such as motor vehicle collisions, typically assess risk of foot/ankle injuries by analyzing data in tibia load cells. The peak axial force and the tibia index are metrics commonly used to evaluate risk of injury to the lower extremity but do not directly account for injury risk to the foot, or the risk of injury associated with out-of-position loading. Two ATDs, the Hybrid III lower leg and the Military Lower Extremity, were exposed to axial impacts at seven different ankle postures. An array of piezoresistive sensors located on the insole of a boot was employed during these tests to assess the load distribution variations among postures and between ATD models on the plantar surface of the foot. Both posture and ATD model affected the load distribution on the foot, highlighting the need for regional injury risk assessments in this vulnerable anatomical region. The increase in forefoot loading during plantarflexion was not reflected in the standard industry metrics of peak axial force or tibia index, suggesting that increased fracture risk to the forefoot would not be detected. The variations in load distribution between the models could also alter injury risk assessment in frontal collisions based on differences in attenuation. These data could be used for regional foot injury assessment and to inform the design of an improved ATD foot.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».