Arc-Length Re-Parametrization and Signal Registration to Determine a Characteristic Average and Statistical Response Corridors of Biomechanical Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A characteristic average and biofidelity response corridors are commonly used to represent the average behaviour and variability of biomechanical signal data for analysis and comparison to surrogates such as anthropometric test devices and computational models. However, existing methods for computing the characteristic average and corresponding response corridors of experimental data are often customized to specific types or shapes of signal and therefore limited in general applicability. In addition, simple methods such as point-wise averaging can distort or misrepresent important features if signals are not well aligned and highly correlated. In this study, an improved method of computing the characteristic average and response corridors of a set of experimental signals is presented based on arc-length re-parameterization and signal registration. The proposed arc-length corridor method was applied to three literature datasets demonstrating a range of characteristics common to biomechanical data, such as monotonic increasing force-displacement responses with variability, oscillatory acceleration-time signals, and hysteretic load-unload data. The proposed method addresses two challenges in assessing experimental data: arc-length re-parameterization enables the assessment of complex-shaped signals, including hysteretic load-unload data, while signal registration aligned signal features such as peaks and valleys to prevent distortion when determining the characteristic average response. The arc-length corridor method was shown to compute the characteristic average and response corridors for a wide range of biomechanical data, while providing a consistent statistical framework to characterize variability in the data. The arc-length corridor method is provided to the community in the freely available and open-source software package, ARCGen.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découle