MétaCan
Menu
Retour à la cohorte
Enregistrement W4210670893 · doi:10.1109/tnsre.2022.3147689

The Effect of External Power Output and Its Reliability on Propulsion Technique Variables in Wheelchair Users With Spinal Cord Injury

2022· article· en· W4210670893 sur OpenAlexafffund

Notice bibliographique

RevueIEEE Transactions on Neural Systems and Rehabilitation Engineering · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesInternational Collaboration on Repair DiscoveriesUniversity of British ColumbiaRijksuniversiteit Groningen
Mots-clésPropulsionIntraclass correlationWheelchairSpinal cord injuryTreadmillManual wheelchairReliability (semiconductor)

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to assess 1) how treadmill slope variance affected external power output (PO) and propulsion technique reliability; and 2) how PO is associated with propulsion technique. Eighteen individuals with spinal cord injury performed two wheelchair treadmill exercise blocks (0% and 1% treadmill slope, standardized velocity) twice on two separate days. PO, velocity, and 14 propulsion technique variables were measured. In a follow-up study, N = 29 performed wheelchair treadmill drag tests. Target and actual slope were documented and PO, intraclass correlation coefficients (ICC) and smallest detectable differences (SDD) were calculated. Within and between visits, the reliability study ICCs were perfect for velocity (1.0), weak for PO (0.33-0.46), and acceptable (>0.70) for five (0% slope) and 10 (1% slope) propulsion technique variables, resulting in SDDs of 35-196%. Measured PO explained 56-90% of the variance in key propulsion technique variables. In the follow-up, PO ICCs were weak (0.43) and SDDs high. Bias between target and actual slope appeared random. In conclusion, PO variability accounts for 50-90% of the variability in propulsion technique variables when speed and wheelchair set-up are held constant. Therefore, small differences in PO between interventions could mask the effect of the interventions on propulsion technique.

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)0,002
score de la tête « metaresearch » (Gemma)0,019
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,284
Écart entre enseignants0,273 · 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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Neural Systems and Rehabilitation EngineeringMême sujetSpinal Cord Injury ResearchTravaux en français237 207