MétaCan
Menu
Retour à la cohorte
Enregistrement W4367277951 · doi:10.1123/jab.2022-0249

The Effect of Sensor Placement on Measured Distal Tibial Accelerations During Running

2023· article· en· W4367277951 sur OpenAlexaff
Lauren K. Sara, Jereme Outerleys, Caleb D. Johnson

Notice bibliographique

RevueJournal of Applied Biomechanics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésInertial measurement unitGround reaction forceStandard deviationAccelerometerUnits of measurementGeodesyMathematicsMedial malleolusOrthodonticsComputer scienceGeologyMedicinePhysicsKinematicsSurgeryStatisticsArtificial intelligenceAnkle

Résumé

récupéré en direct d'OpenAlex

Inertial measurement units (IMUs) attached to the distal tibia are a validated method of measuring lower-extremity impact accelerations, called tibial accelerations (TAs), in runners. However, no studies have investigated the effects of small errors in IMU placement, which would be expected in real-world, autonomous use of IMUs. The purpose of this study was to evaluate the effect of a small proximal shift in IMU location on mean TAs and relationships between TAs and ground reaction force loading rates. IMUs were strapped to 18 injury-free runners at a specified standard location (∼1 cm proximal to medial malleolus) and 2 cm proximal to the standard location. TAs and ground reaction forces were measured while participants ran at self-selected and 10% slower/faster speeds. Mean TA was lower at the standard versus proximal IMU location in the faster running condition (P = .026), but similar in the slower (P = .643) and self-selected conditions (P = .654). Mean TAs measured at the standard IMU explained more variation in ground reaction force loading rates (r2 = .79-.90; P < .001) compared with those measured at the proximal IMU (r2 = .65-.72; P < .001). These results suggest that careful attention should be given to IMU placement when measuring TAs during running.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,224
Écart entre enseignants0,210 · 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 tête enseignante, 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207