MétaCan
Menu
Retour à la cohorte
Enregistrement W4404651620 · doi:10.1016/j.apergo.2024.104421

Evaluating changes in slip-resistance performance of select IceFX® winter boots in real-world use over a winter season

2024· article· en· W4404651620 sur OpenAlexafffund
Shreya Anand, Ali Shirzadeh, Hamed Ghomashchi, Tilak Dutta

Notice bibliographique

RevueApplied Ergonomics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensToronto Rehabilitation Institute
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental scienceSlip (aerodynamics)Winter seasonMeteorologyGeographyEngineeringGeologyClimatology

Résumé

récupéré en direct d'OpenAlex

Winter boots with specialized outsoles (composite footwear) may be able to reduce the risk of falls on ice by 78%. However, a pilot study has also found that the slip resistance of this composite footwear can diminish relatively quickly with simulated use. The objective of this study was to evaluate the change in slip resistance of popular composite footwear (with IceFX outsoles) over a winter season of real-world use. Eighteen participants were given composite footwear to use over 4 winter months. Changes in slip resistance were measured monthly using the Maximum Achievable Angle (MAA) test while a pedometer was used to track step counts. Over 150,000 steps, MAA scores dropped from 13.86±1.35 (SD) to 8.81 ± 1.32 (SD), with a significant decrease after just 75,000 steps. This drop in slip resistance suggests that the risk of slip-related falls on ice may increase during even the first season of use. • Boots with IceFX composite outsoles had excellent slip resistance on ice when new. • Slip resistance scores of these boots dropped significantly after 75,000 steps. • This suggests a need to improve the wear resistance of these composite outsoles. • Different areas of the composite outsoles may have been worn to different extents.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,062
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,033
Tête enseignante GPT0,320
Écart entre enseignants0,287 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied ErgonomicsMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207