MétaCan
Menu
Retour à la cohorte
Enregistrement W4200017048 · doi:10.5750/ijme.v156ia3.929

STEPPING RESPONSE DURING CONSTRAINED AND UNCONSTRAINED STANDING IN MOVING ENVIRONMENTS

2021· article· en· W4200017048 sur OpenAlexaff
Carolyn A. Duncan, Wayne J. Albert, Robert Langlois, Scott N. MacKinnon

Notice bibliographique

RevueThe International Journal of Maritime Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensCarleton UniversityUniversity of New BrunswickMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésKinematicsStepping stoneMotion (physics)Task (project management)Time steppingDegrees of freedom (physics and chemistry)Computer scienceStanding waveSimulationMathematicsArtificial intelligenceEngineeringMathematical analysisPhysicsAcousticsClassical mechanicsEconomics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to determine the differences in human stepping response reaction between constrained and unconstrained standing while being exposed to simulated wave-induced platform motions. Twenty subjects (10 male and 10 female), with limited experience recreating or working in motion-rich environments, performed a constrained and an unconstrained standing task on a six-degrees-of-freedom motion bed while being exposed to two different simulated platform motion conditions. Stepping occurrence was greater during unconstrained standing than constrained standing during all three motion conditions. However, no significant differences in platform kinematics were found between stepping cases. These results suggest that stepping occurs more frequently than originally hypothesized. As such, stepping should not be considered as a last resource when all fixed-support options have been exhausted. This should be taken into consideration to ensure ecological validity when developing models to predict stepping occurrence.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Maritime EngineeringMême sujetEvacuation and Crowd DynamicsTravaux en français237 207