MétaCan
Menu
Retour à la cohorte
Enregistrement W4382542244 · doi:10.18280/mmep.100331

Influence of Retromalleolar Trimline Dimensions on Posterior Leaf Spring Ankle-Foot Orthosis Stiffness: A Finite Element Analysis Approach

2023· article· en· W4382542244 sur OpenAlexvenueno aff
Alfian Pramudita Putra, Arief Sofian Hidayat, Akif Rahmatillah, Pujiyanto Pujiyanto, Khusnul Ain, I Putu Alit Pawana, Agrippina Waya Rahmaning Gusti

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Airlangga
Mots-clésLeaf springFinite element methodSpring (device)StiffnessStructural engineeringAnklePhysical medicine and rehabilitationEngineeringMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

Stroke is the leading cause of physical disabilities worldwide, often resulting in foot drop.Ankle-Foot Orthoses (AFOs) can enhance posture in foot drop cases and augment lower limb stability to support body weight.The Posterior Leaf Spring AFO (PLS AFO), a specific type of AFO, features a narrow retromalleolar region that allows movement without necessitating external force while influencing the AFO's stiffness.This parameter is crucial for determining the mechanical behavior of PLS AFOs.In this study, the impact of the retromalleolar trimline on the stiffness of a 3D PLS AFO model is investigated using the finite element method.Trimline widths of 8 cm and 10 cm, and a thickness of 10 mm, are examined.A 637 N load is applied to the calf area of the 3D PLS AFO model.The results demonstrate that stiffness increases proportionally with retromalleolar trimline width.A PLS AFO configuration with an 8 cm retromalleolar trimline width, 10 mm thickness, and carbon fiber material is deemed suitable for poststroke foot drop rehabilitation, as it provides improved foot clearance during the swing phase.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,246
Écart entre enseignants0,219 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207