MétaCan
Menu
Retour à la cohorte
Enregistrement W4391361475 · doi:10.1080/10255842.2024.2311324

Using a quantitative assessment of propulsion biomechanics in wheelchair racing to guide the design of personalized gloves: a case study

2024· article· en· W4391361475 sur OpenAlexafffund
Félix Chénier, Mikaël Leblanc, Colombe Bélaise, Mathieu Andrieux

Notice bibliographique

RevueComputer Methods in Biomechanics & Biomedical Engineering · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensCegep regional de LanaudiereCentre for Interdisciplinary Research in RehabilitationUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiomechanicsPropulsionEngineeringWheelchairSimulationSports biomechanicsComputer scienceHuman–computer interactionMedicine

Résumé

récupéré en direct d'OpenAlex

This study with a T-52 class wheelchair racing athlete aimed to combine quantitative biomechanical measurements to the athlete's perception to design and test different prototypes of a new kind of rigid gloves. Three personalized rigid gloves with various, fixed wrist extension angles were prototyped and tested on a treadmill in a biomechanics laboratory. The prototype with 45° wrist extension was the athlete's favourite as it reduced his perception of effort. Biomechanical assessment and user-experience data indicated that his favourite prototype increased wrist stability throughout the propulsion cycle while maintaining a very similar propulsion technique to the athlete's prior soft gloves. Moreover, the inclusion of an innovative attachment system on the new gloves allowed the athlete to put his gloves on by himself, eliminating the need for external assistance and thus significantly increasing his autonomy. This multidisciplinary approach helped to prototype and develop a new rigid personalized gloves concept and is clearly a promising avenue to tailor adaptive sports equipment to an athlete's needs.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,000
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 Opus0,173
Tête enseignante GPT0,538
Écart entre enseignants0,364 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComputer Methods in Biomechanics & Biomedical EngineeringMême sujetSpinal Cord Injury ResearchTravaux en français237 207