Tibial Strains During Prolonged Downhill Running: A Finite Element Analysis
Notice bibliographique
Résumé
Bone strains in the lower extremity may be influenced by neuromuscular fatigue. In this study, we examined potential changes in finite element (FE) predicted tibial strains over the course of a fatiguing downhill-running protocol. Twelve physically active males ran for 30 min on an instrumented treadmill at a speed of 2.8 m s-1 and a grade of -11.3 deg. Motion capture and inverse-dynamic-based static optimization were used to estimate lower-extremity joint contact and muscle forces at the beginning, middle, and end stages of the downhill run. Finite element models of the tibia-fibula complex, from database-matched computed tomography images, were then used to estimate resulting 90th percentile strain (peak strain) and strained volume (volume of elements above 3000 με). In the fatigued state, peak ankle joint contact forces decreased an average of 8.1% (p < 0.002) in the axial direction, but increased an average of 7.7% (p < 0.042) in the anterior-posterior direction; consequently, finite element estimations of peak strain and strained volume were unaffected (p > 0.190). Although neuromuscular fatigue may influence ankle joint contact forces, it may not necessarily influence tibial strains due to the complex, and sometimes nonintuitive, relationship between applied load and resulting bone strain.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».