MétaCan
Menu
← Retour à la cohorte
Enregistrement W4232405222 · doi:10.22215/etd/2018-13440

Dynamic Balance Measures and Sensing for Humans in Fall Detection and Prevention

2018· dissertation· en· W4232405222 sur OpenAlexaff
Stephanie Eng

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGround reaction forceGaitBalance (ability)Dynamic balanceWearable computerGait analysisFall preventionSimulationMeasure (data warehouse)Computer scienceEngineeringPhysical medicine and rehabilitationPoison controlInjury preventionData miningKinematicsEmbedded systemMedicineMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Balance Aid aims to enhance balance by detecting unstable postures and providing feedback to prevent a fall.This thesis presents the development of a shoe sensor, a method to detect anomalous gait behaviours, and a measure of dynamic balance.Ground reaction sensors must avoid disturbing natural gait.A lightweight, compliant, wearable shoe sensor was developed that measures ground reaction in real-time and can be used in fall detection and prevention.Falls can be prevented by reducing risk factors.An anomalous gait behaviour detection system was developed to detect fatigue, eyes-closed, and cluttered gait using force plates and the ground reaction sensors.In addition to reducing risky behaviours.Traditional measures of balance do not apply well to human gait and detect steps as falls.An angular momentum based measurement was found to be a dynamic measure of balance that is able to differentiate between a fall and a step.iii 5.13 The X (A/P) and Y (M/L) positions of the COP (red solid), COM (green dashed), and CMP (blue dotted) shown with respect to time for a side fall. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .A.1 The schematic for the conditioning and filtering circuits for the six-axis force and moment sensor . . . . . . . . . . . .

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,026
Tête enseignante GPT0,378
Écart entre enseignants0,352 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→