MétaCan
Menu
Retour à la cohorte
Enregistrement W4386951041 · doi:10.1155/2023/4914082

Experimental Methods for Studying the Contact Mechanics of Joints

2023· review· en· W4386951041 sur OpenAlexaff
Radovan Zdero, Pawel Brzozowski, Emil H. Schemitsch

Notice bibliographique

RevueBioMed Research International · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensWestern UniversityVictoria Hospital
Organismes subventionnairesnon disponible
Mots-clésContact mechanicsMechanicsComputer sciencePhysicsEngineeringFinite element methodStructural engineering

Résumé

récupéré en direct d'OpenAlex

Biomechanics researchers often experimentally measure static or fluctuating dynamic contact forces, areas, and stresses at the interface of natural and artificial joints, including the shoulders, elbows, hips, and knees. This information helps explain joint contact mechanics, as well as mechanisms that may contribute to disease, damage, and degradation. Currently, the most common in vitro experimental technique involves a thin pressure-sensitive film inserted into the joint space; but, the film's finite thickness disturbs the joint's ordinary articulation. Similarly, the most common in vivo experimental technique uses video recording of 3D limb motion combined with dynamic analysis of a 3D link-segment model to calculate joint contact force, but this does not provide joint contact area or stress distribution. Moreover, many researchers may be unaware of older or newer alternative techniques that may be more suitable for their particular research application. Thus, this article surveys over 50 years of English-language scientific literature in order to (a) describe the basic working principles, advantages, and disadvantages of each technique, (b) examine the trends among the studies and methods, and (c) make recommendations for future directions. This article will hopefully inform biomechanics investigators about various in vitro and in vivo experimental methods for studying the contact mechanics of joints.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0000,000

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 Opus0,629
Tête enseignante GPT0,656
Écart entre enseignants0,027 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetShoulder Injury and TreatmentTravaux en français237 207