MétaCan
Menu
Retour à la cohorte
Enregistrement W4391818149 · doi:10.3389/fbioe.2024.1352387

Assessment of brain response in operators subject to recoil force from firing long-range rifles

2024· article· en· W4391818149 sur OpenAlexaffabout
Tanvi Seeburrun, Michael Bustamante, Devon C. Hartlen, Simon Ouellet, Duane S. Cronin

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAutomotive and Human Injury Biomechanics
Établissements canadiensDefence Research and Development CanadaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRecoilPhysical medicine and rehabilitationHead (geology)KinematicsPopulationMilitary serviceAeronauticsTraumatic brain injuryPoison controlOverpressureService memberEnvironmental scienceMilitary personnelMedicineEngineeringPhysicsMedical emergencyEnvironmental healthGeologyNuclear physics

Résumé

récupéré en direct d'OpenAlex

Mild traumatic brain injury (mTBI) may be caused by occupational hazards military personnel encounter, such as falls, shocks, exposure to blast overpressure events, and recoil from weapon firing. While it is important to protect against injurious head impacts, the repeated exposure of Canadian Armed Forces (CAF) service members to sub-concussive events during the course of their service may lead to a significant reduction in quality of life. Symptoms may include headaches, difficulty concentrating, and noise sensitivity, impacting how personnel complete their duties and causing chronic health issues. This study investigates how the exposure to the recoil force of long-range rifles results in head motion and brain deformation. Direct measurements of head kinematics of a controlled population of military personnel during firing events were obtained using instrumented mouthguards. The experimentally measured head kinematics were then used as inputs to a finite element (FE) head model to quantify the brain strains observed during each firing event. The efficacy of a concept recoil mitigation system (RMS), designed to mitigate loads applied to the operators was quantified, and the RMS resulted in lower loading to the operators. The outcomes of this study provide valuable insights into the magnitudes of head kinematics observed when firing long-range rifles, and a methodology to quantify effects, which in turn will help craft exposure guidelines, guide training to mitigate the risk of injury, and improve the quality of lives of current and future CAF service members and veterans.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
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)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,268
Écart entre enseignants0,259 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Bioengineering and BiotechnologyMême sujetAutomotive and Human Injury BiomechanicsTravaux en français237 207