Comprehensive Characterization of Soft Tissue and Surrogate Materials across Varied Loading Methods
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div>Exploring the mechanical properties of soft tissues under compressive loading is crucial for understanding their role in automobile incidents. Soft tissues, which serve as cushions or padding between bone and vehicle interiors, significantly influence contact duration and forces, thereby altering incident kinematics and injury. In this investigation, muscle and soft connective tissues from post-mortem human subjects (PMHS) forearms were excised and subjected to compression and indentation testing methods at various rates and strains. Specific samples with higher proportions of muscle were compared against samples without muscle tissues to evaluate the role of compositional changes. Anthropomorphic test device (ATD) upper extremity foam and vinyl–foam composite analog tissues underwent similar testing for comparison. High impact rates simulating those in high-speed automotive collisions were achieved using a custom-built drop tower impactor setup. The results revealed significantly higher stiffness values for samples with large proportions of muscle tissue compared to no muscle samples at smaller deformations. Substantial differences in stiffness were seen between soft tissues and ATD materials across most loading rates and strains, although some exceptions were noted at higher rates and strains. An indentation and modified Zener model were used to quantify material parameters. These findings provide a solid basis for advancing ATD analogs and have broader implications for soft tissue research. Moreover, this work represents a crucial step toward enhancing safety standards in the automotive industry.</div>
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 0,000 |
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.
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 découle