An Adaptive Pedaling Assistive Device for Asymmetric Torque Assistant in Cycling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dynamic loads have short and long-term effects in the rehabilitation of lower limb joints. However, an effective exercise program for lower limb rehabilitation has been debated for a long time. Cycling ergometers were instrumented and used as a tool to mechanically load the lower limbs and track the joint mechano-physiological response in rehabilitation programs. Current cycling ergometers apply symmetrical loading to the limbs, which may not reflect the actual load-bearing capacity of each limb, as in Parkinson’s and Multiple Sclerosis diseases. Therefore, the present study aimed to develop a new cycling ergometer capable of applying asymmetric loads to the limbs and validate its function using human tests. The instrumented force sensor and crank position sensing system recorded the kinetics and kinematics of pedaling. This information was used to apply an asymmetric assistive torque only to the target leg using an electric motor. The performance of the proposed cycling ergometer was studied during a cycling task at three different intensities. It was shown that the proposed device reduced the pedaling force of the target leg by 19% to 40%, depending on the exercise intensity. This reduction in pedal force caused a significant reduction in the muscle activity of the target leg (p < 0.001), without affecting the muscle activity of the non-target leg. These results demonstrated that the proposed cycling ergometer device is capable of applying asymmetric loading to lower limbs, and thus has the potential to improve the outcome of exercise interventions in patients with asymmetric function in lower limbs.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle