MétaCan
Menu
Retour à la cohorte
Enregistrement W4384663658 · doi:10.1080/10400435.2023.2230485

Measuring vibration and shock in power wheelchairs for clinical application

2023· article· en· W4384663658 sur OpenAlexaff
Cathy Choi, Paula Shing, Stella Wang, Ella Huszti

Notice bibliographique

RevueAssistive Technology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Vibration on Health
Établissements canadiensUniversity Health NetworkBridgepoint Active HealthcareUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWhole body vibrationVibrationAccelerometerWheelchairShock (circulatory)CushionStructural engineeringManual wheelchairEngineeringPhysical medicine and rehabilitationMedicineComputer scienceAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

Research evidence demonstrates the negative effects of Whole-Body Vibration (WBV) and correlation between exposure to WBV and detriment to health. ISO Standard 2631-1 (1997) is the accepted standard for human exposure to WBV in vehicle vibration, and provides vibration guidelines for health and comfort. These standards have not been applied to power wheelchairs (PWC), and no clinical tool exists that measures vibration levels during live power wheelchair driving. This study measures WBV and shock levels during PWC driving, considering the impact of terrains, base configurations, and seat cushions. A sensor tag accelerometer was used to measure vibration and shock in three different PWC configurations driven over seven different terrains. Data was collected for two runs per wheelchair, per terrain type, per cushion type. Differences were significant (p < .001) for overall mean and median peak vibration compared across the seven terrains, and for overall mean vibration for basic and enhanced cushions. Differences were also noted in mean and peak vibration in the three different base configurations (p = .0052). Results were compared with ISO 2631-1 guidelines. Mechanical shock on certain terrains created peak vibration levels with likely health risk. Results from this study can inform PWC prescription process.

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: Observationnel · Signal consensuel: Observationnel
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
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,066
Tête enseignante GPT0,399
Écart entre enseignants0,334 · 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'étudeObservationnel
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 revueAssistive TechnologyMême sujetEffects of Vibration on HealthTravaux en français237 207