MétaCan
Menu
Retour à la cohorte
Enregistrement W4318618577 · doi:10.1088/1757-899x/1266/1/012007

Smart apparel design for urinary incontinence detection

2023· article· en· W4318618577 sur OpenAlexaffabout
A Coulombe, Julia Guérineau, N Mezghani

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensUniversité TÉLUQCégep Marie-Victorin
Organismes subventionnairesnon disponible
Mots-clésWearable computerUrinary incontinenceLeakage (economics)ClothingHumidityPopulationUrineComputer scienceEnvironmental scienceMaterials scienceProcess engineeringEngineeringMedicineEnvironmental healthSurgeryEmbedded systemPhysicsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract A wide range of wearable devices are now used to help people with various health conditions. While approximately 10% of the Canadian population is affected by some form of urinary incontinence, there is a significant need for devices addressing this condition. This paper presents an ongoing research project for the design and development of an underwear fitted with urinary detection capacities. The paper focuses on the testing and comparison of three different solutions identified from scientific literature for detecting urinary leakage, namely by measuring conductivity, temperature, and humidity. These three detection modules have been integrated into a single prototype to ensure that they are tested under the same conditions. Our results point out that conductivity and humidity measurements appear to be viable for urine leakage detection in an absorbent pad, whereas temperature measurement has proven to be unsuccessful due to the rapid drop of the solution temperature and the time required for the liquid to reach the sensor. The temperature method is hence excluded from the next development stages. Finally, further tests on participants are still required to evaluate how body fluids other than urine might impact conductivity and humidity measurements.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,064
Tête enseignante GPT0,330
Écart entre enseignants0,266 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetPressure Ulcer Prevention and ManagementTravaux en français237 207