MétaCan
Menu
Retour à la cohorte
Enregistrement W4243715549 · doi:10.32920/ryerson.14663169.v1

Multi-Body Dynamic Analysis of Cervical Spine for Helicopter Pilots

2021· preprint· en· W4243715549 sur OpenAlexaff
Hojjat Fathollahi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueAutomotive and Human Injury Biomechanics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCervical spineDisplacement (psychology)BendingHead (geology)BiomechanicsFinite element methodComputer scienceCervical vertebraeStructural engineeringWeight distributionCervical spine injurySimulationOrthodonticsEngineeringGeologyAnatomyMedicineAerospace engineeringSurgery

Résumé

récupéré en direct d'OpenAlex

Helicopter pilots use helmets equipped with night vision goggle and counter weight. This increased load can lead to disc injury, so it is necessary to evaluate the load and moments applied to each cervical disc when pilot head is moving in different flight conditions. A 3D multi-body dynamic model of cervical spine is provided to investigate the effect of weight of the helmet in flexion, extension, lateral bending and axial rotation of the spine. The whole study was done in several steps: 1) to develop a non-linear dynamic model of spine. 2) to validate the model against the published data under flexion, extension, lateral bending and torsinal moments. 3) to solve three case studies to simulate a moving head in different direction. 4) to run the simulations again with consideration of adding a helmet into the model with different weight to find out the effects on the cervical discs loading. The results demonstrate that C2C3, C4C5 and C7T1 carry the highest loads depending on direction of imposed displacement on the head. Experts in the area of neck injury can study the results and locate the regions at risk of injury or they can feed this information into FEA model to get stress distribution in discs, bones or ligaments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,353
Écart entre enseignants0,314 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même sujetAutomotive and Human Injury BiomechanicsTravaux en français237 207