MétaCan
Menu
Retour à la cohorte
Enregistrement W4387149809 · doi:10.14406/acu.2023.010

Suggestion on Locating Method for ST36 Acupoint Based on Neuroanatomical Features

2023· article· en· W4387149809 sur OpenAlexaff
Heeyoung Moon, Da-Eun Yoon, Yeonhee Ryu, In‐Seon Lee, Dody Chang, Younbyoung Chae

Notice bibliographique

RevueKorean Journal of Acupuncture · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInfrared Thermography in Medicine
Établissements canadiensYork University
Organismes subventionnairesMinistry of Science and ICT, South KoreaIran Telecommunication Research CenterNational Research Foundation of KoreaInstitute for Information and Communications Technology PromotionKorea Institute of Oriental MedicineKyung Hee UniversityNational Research Foundation
Mots-clésComputer scienceArtificial intelligenceNeurosciencePsychologyPattern recognition (psychology)Medicine

Résumé

récupéré en direct d'OpenAlex

Objectives : There are many variations in the ST36 acupoint location.The purpose of this article is to suggest a method of locating the ST36 acupoint.Methods : Based on the available research and the neuroanatomical characteristics of the underlying acupoint, we summarized the proper procedure for finding the ST36 acupoint.Results : ST36 is 3 B-cun inferior to ST35 and is vertically situated on the line that connects ST35 and ST41.The ST36 acupoint corresponds to the deep peroneal nerve, which is situated in the tibialis anterior muscle's back.The neurovascular bundles that are located on the interosseous membrane between the interosseous crests of the tibia and fibula include the deep peroneal nerve, anterior tibial artery, and anterior tibial vein.According to both classical and modern literature, this acupoint can be found horizontally between the two muscles, tibialis anterior and extensor digitorum longus.Conclusions : Based on a review of the literature and neuroanatomical features, we suggest that ST36 can be positioned horizontally between tibialis anterior and extensor digitorum longus.Additional imaging studies and clinical proof are required to determine ST36 acupoint.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,016
Tête enseignante GPT0,328
Écart entre enseignants0,313 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Journal of AcupunctureMême sujetInfrared Thermography in MedicineTravaux en français237 207