Design and Preliminary Validation of Grasp Assistive Device for an Industrial Environment
Notice bibliographique
Résumé
Abstract Carpal tunnel syndrome and tendonitis are two common upper extremity cumulative trauma disorders (CTD) related to repetitive and forceful activities in industrial environments. Reducing the muscular force during activities such as the operation of a pistol grip hand tool could result in lower incidence of CTDs. The objective of this research was to reduce the muscular contribution to the grip force using an active grasp assist orthosis system. A novel soft, pneumatic grasp assistive device was designed to augment the users' strength during operation of pistol grip hand tool. The optimized design was fabricated using rapid prototyping. Device effectiveness was quantified by measuring muscle activity and grip force during an in vivo study of a common industrial activity. Nine subjects experienced with power tools employed by an automobile manufacturer installed 18 fasteners using a pistol grip DC tool with and without the grasp assistive device. Surface electromyography (sEMG) was used to measure the activity of four muscles commonly associated with grasping. The grasp assist significantly reduced the mean, combined, normalized muscle activity by 18% (p<0.05). Muscle activation results were contextualized using the revised strain index (RSI). The grasp assistive device trial yielded a significantly lower mean RSI value than the typical trial by 13% (p<0.05). Using an active grasp assist orthosis could reduce the incidence of CTDs in able bodied industrial workers using DC hand tools. The device used a unique design of sinusoidal bellows oriented at 45 deg to the plane of symmetry that yielded higher force output and a lower bending ratio and lower input pressure with acceptable device rigidity and strength.
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 ».