<i>Homo naledi</i> lumbar vertebrae and a new <scp>3D</scp> method to quantify vertebral wedging
Notice bibliographique
Résumé
Abstract Objectives In humans and known fossil hominins, lumbar lordosis is produced by vertebral body wedging and other bony and soft tissue features such as the shape of the intervertebral discs. Current techniques for quantifying the wedging of vertebral bodies are limited in utility, especially when analyzing incomplete fossil material. Here, we introduce a 3D method to quantify vertebral body wedging angles that yields the angles between two “best fit” planes in the software GeoMagic Wrap (3D Systems). Materials and Methods To test that this new method is repeatable with existing methods, we measure the wedging of 320 lumbar vertebrae representing 64 modern human individuals. For each vertebra, wedging angles were calculated from linear measurements taken with calipers and compared with estimates generated from the 3D best fit plane method. We also apply the 3D plane method to fossil hominin lumbar vertebrae, including newly described lumbar vertebrae of Homo naledi , the majority of which do not preserve the four landmarks necessary to calculate wedging angles using the traditional approach. Results The results of the two methods are highly and significantly correlated ( r 2 = 0.98, p < 0.0001). The 3D plane method was successfully applied to nearly all of the fossil hominin specimens included in the study. Discussion The new 3D plane method introduced here is repeatable with the traditional linear measurement method and allows for the estimation of wedging angles in incomplete material. When applied to Homo naledi lumbar vertebrae, similarities to other fossil hominins and modern humans are found.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».