Static and dynamic validation of kinect for ergonomic postural analysis using electro-goniometers as a gold standard:A preliminary study
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
BACKGROUND: Evaluation of the working postures and development of new techniques are paramount in reducing the awkward postures and occurrence of musculoskeletal disorders (MSDs). The Kinect sensor, a portable and cost-effective device, appears to be a promising alternative to study work postures. OBJECTIVE: The current study aimed to evaluate the validity of Kinect against the gold-standard instrument (electro-goniometers) for body joint angle measurements. METHODS: A unique software application was developed to measure the critical body joint angles for postural evaluation by using the Kinect's skeletal tracking feature. The body joint angle data of ten volunteers were measured simultaneously by both Kinect and electro-goniometers. The validation analysis was conducted in both static and dynamic domains of application. RESULTS: Minimal variation was observed between the two techniques, and the Kinect correlated well for upper-arm joint angles of 45∘, 60∘ and 90∘; lower-arm joint angles of 30∘, 45∘, 60∘, and 90∘; straight neck position, neck joint angle at maximum possible flexion; straight trunk position, trunk bend angle at full flexion. In dynamic analysis, four out of five ICC values were > 0.75 except for the upper arm. Discrepancies in the results indicated the disapproval of Kinect for only wrist measurements. CONCLUSION: The results of the static and dynamic studies gave a sufficient basis to consider the Kinect tool as an alternative to contemporary posture-based ergonomic evaluation methods.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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