MétaCan
Menu
Retour à la cohorte
Enregistrement W4243360100 · doi:10.1109/iembs.2006.4398186

Center of Mass Approximation During Walking as a Function of Trunk and Swing Leg Acceleration

2006· article· en· W4243360100 sur OpenAlexaff
Aimee L. Betker, Tony Szturm, Zahra Moussavi

Notice bibliographique

RevueConference proceedings · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSwingAccelerometerTrajectoryAccelerationComputer scienceTrunkMotion analysisKinematicsCenter of mass (relativistic)SimulationControl theory (sociology)Range (aeronautics)Artificial intelligenceEngineeringPhysicsAcousticsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The 3D center of body mass (COM) trajectory provides us with a measure of movement performance and level of stability while walking. As an alternative to directly calculating the COM from motion trajectories and anthropometric data, we propose developing models to estimate the COM trajectory during walking on irregular surfaces. The inputs to the models were acquired via two accelerometers, one representing the trunk segment placed on T2 and the second representing the swing leg placed on the lateral malleolus. The subjects walked on a fixed surface and encountered an uneven, irregular surface, causing instability in the balance system. The results were encouraging, providing an estimate of the COM trajectory with a low error of 4.17plusmn1.94%. The reasonable accuracy, portability, ease of use and low cost (compared with video motion analysis systems) of the accelerometers increases the range of clinical applications of the proposed method

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,445

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 savante0,0000,001
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 Opus0,025
Tête enseignante GPT0,302
Écart entre enseignants0,277 · 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'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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference proceedingsMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207