OpenOFM: an open-source implementation of the multi-segment Oxford Foot Model
Notice bibliographique
Résumé
The Oxford Foot Model (OFM) is a widely-used multi-segment foot model for the evaluation of foot motion. To date, custom code based on the original scientific publications have failed to reproduce results available through the Vicon plug-in (ViconOFM). This highlights a lack of transparency, affecting the accessibility and understanding of the model. Therefore, the aims of this study are to (1) replicate ViconOFM using Python for open-source distribution (openOFM v1.0) and (2) reproduce the original scientific description of the OFM in a second version (openOFM v1.1), highlighting differences between both versions. A dataset comprising one healthy adult and a set of five patients with heterogeneous foot pathologies was used for analyses. Evaluation was conducted using the normalised root mean square error (NRMSE) between the inter-segment angles and arch heights of both implementations. The openOFM v1.1 was developed based on the original OFM publications. The average NRMSE between ViconOFM and openOFM v1.0, using both healthy and pathological gait, was of 0.0012. Based on our openOFM v1.1 implementation, differences between ViconOFM and the original OFM description from the literature are due to an integrated smoothing and gap filling function and changes in segment definitions. The negligible differences between ViconOFM and openOFM v1.0 in healthy and pathological gait supports the concurrent validity of openOFM. Providing users with both openOFM versions enables informed use of either model and allows further investigation into the implications of these differences. The open-source nature of the project promotes further development.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,014 |
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 ».