A Scoping Review on Minimum Foot Clearance Measurement: Sensing Modalities
Notice bibliographique
Résumé
Background: Falls are a major public health issue and tripping is the most common self-reported cause of outdoor falls. Minimum foot clearance (MFC) is a key parameter for identifying the probability of tripping. Optical motion capture systems are commonly used to measure MFC values; however, there is a need to identify alternative modalities that are better suited to collecting data in real-world settings. Objective: This is the first of a two-part scoping review. The objective of this paper is to identify and evaluate alternative measurement modalities to optical motion capture systems for measuring level-ground MFC. A companion paper identifies conditions that impact MFC and the range of MFC values individuals that these conditions exhibit. Methods: We searched four electronic databases, where peer-reviewed journals and conference papers reporting level-ground MFC characteristics were identified. The papers were screened by two independent reviewers for inclusion. The reporting was done in keeping with the PRISMA-ScR reporting guidelines. Results: From an initial search of 1571 papers, 17 papers were included in this paper. The identified technologies were inertial measurement units (IMUs) (n = 10), ultrasonic sensors (n = 2), infrared sensors (IR) (n = 2), optical proximity sensors (OPS) (n = 1), laser ranging sensors (n = 1), and ultra-wideband sensors (n = 1). From the papers, we extracted the sensor type, the analysis methods, the properties of the proposed system, and its accuracy and validation methods. Conclusions: The two most commonly used alternative modalities were IMUs and OPS. There was a lack of standardization among studies utilizing the same measurement modalities, as well as discrepancies in the methods used to assess performance. We provide a list of recommendations for future work to allow for more meaningful comparison between modalities as well as future research directions.
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 | 0,016 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,025 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».