Implementing an accelerometer-based pelvis segment for low back kinetic analyses during dynamic movement tasks
Notice bibliographique
Résumé
An accelerometer-based pelvis has been employed to study segment and joint kinematics during scenarios involving close human-object interface and/or line-of-sight obstructions. However, its accuracy for examining low back kinetic outcomes is unknown. This study compared reaction moments and contact forces of the L5S1 joint calculated with an accelerometer-based and optically tracked pelvis segment. An equation to correct the global pelvis position as a function of thigh angle was developed. One participant performed four dynamic tasks: forward bend, squat, sit-to-stand-to-sit, and forward lunge. A standard bottom-up inverse dynamics approach was used and the root mean square error (RMSE) and coefficient of determination (R2) were calculated to examine kinetic differences between the optical and accelerometer approaches. The RMSE observed for L5S1 reaction flexion-extension moments ranged from 1.32 Nm to 2.20 Nm (R2 ≥ 0.98). The RMSE for net shear and compression reaction forces ranged from 2.13 to 10.45 N and 0.63 – 4.96 N, respectively. Similarly, the RMSE for L5S1 joint contact shear and compression ranged from 13.45 N to 19.51 N (R2 ≥ 0.85) and 31.18 N – 55.97 N (R2 ≥ 0.97), respectively. In conclusion, the accelerometer-based pelvis together with the linear function to correct the global pelvis position is a feasible approach for computing low back kinetics with a single equivalent muscle model. The observed error in joint contact forces represents less than 5 % of the NIOSH recommended action limits and is unlikely to alter the interpretation of low back injury risk.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».