MétaCan
Menu
Retour à la cohorte
Enregistrement W4353044697 · doi:10.4018/ijeach.319811

Evaluating the Effectiveness of Boxing Headguards in Mitigating Head Impact Accelerations That Cause Concussions by Using a Dynamic Head Model

2023· article· en· W4353044697 sur OpenAlexafffund
Tyson R. Rybak, Paolo Sanzo, Meilan Liu, Carlos Zerpa

Notice bibliographique

RevueInternational Journal of Extreme Automation and Connectivity in Healthcare · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensLakehead University
Organismes subventionnairesLakehead University
Mots-clésHead (geology)ConcussionAthletesComputer sciencePoison controlEngineeringPhysical medicine and rehabilitationAeronauticsForensic engineeringInjury preventionPhysical therapyMedicineGeologyEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Boxing headguards offer a form of head protection to minimize the risk of head injuries for athletes. Existing literature, however, lacks information regarding the protective capabilities of boxing headguards. This study examined the protective capacity of three boxing headguards in minimizing impact accelerations to the head that cause concussions using a dynamic head model. The researchers implemented thermoplastic polyurethane (TPU) inserts in one of the headguards and conducted static tests to examine the material properties of the headguards. The researchers also conducted dynamic testing using a surrogate headform to compare the three boxing headguards in minimizing the risk of concussion for measures of linear and rotational accelerations across different head impact locations. The results of this study revealed that TPU significantly mitigated the magnitude of linear and rotational accelerations when compared to the other headguards. This study offers an avenue to improve athlete safety.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,349
Tête enseignante GPT0,537
Écart entre enseignants0,188 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Extreme Automation and Connectivity in HealthcareMême sujetTraumatic Brain Injury ResearchTravaux en français237 207