MétaCan
Menu
Retour à la cohorte
Enregistrement W4233162832 · doi:10.32920/ryerson.14668092.v1

Design and characterization of a cervical phantom model for birth simulation training

2021· preprint· en· W4233162832 sur OpenAlexafffund
Michelle Luk

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiquePelvic and Acetabular Injuries
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMcMaster University
Mots-clésImaging phantomCervical dilationCervixBiomedical engineeringMaterials scienceStress (linguistics)MedicineObstetricsComputer sciencePregnancyNuclear medicineGestationBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

In the midwifery and obstetrics, accurate diagnosis of labour progression is critical to ensure maternal and fetal wellbeing. In light of this, simulation systems have been designed to train practitioners. However, existing simulators lack a dynamic cervix to simulate the varying compliance of cervical ripening. In this thesis, characteristics of ex vivo human cervical tissue were studied and a pneumatically controlled compliant cervix phantom was designed. Cervical tissue exhibited strain of 0.50 for an applied stress of 325 kPa. The phantom demonstrated 35% effacement, 1 cm dilation and was capable of becoming 22 times softer. At maximum vacuum pressure, strain of 0.23 was achieved for an externally applied stress of 419 kPa. At atmospheric pressure, strain of 0.50 was achieved for an applied stress of 117 kPa. Results yield a deeper understanding of cervix characteristics and establishes the groundwork for the design of a dynamic human birth simulation training system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil0,450

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,094
Tête enseignante GPT0,330
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPelvic and Acetabular InjuriesTravaux en français237 207