What Not to Wear: Examining the Usability of Markerless Motion Capture for Pediatric Populations
Notice bibliographique
Résumé
Markerless motion capture may improve the accessibility and participants experience of three-dimensional gait analysis in children. This study explores aspects of usability of markerless motion capture that have not been previously studied specifically, the consequences of street clothing on lower-limb kinematics, participant and caregiver perceptions, and assessment durations. Thirty typically developing children completed two 3D gait analysis protocols. They wore either a) "Conventional" clothing required for marker-based methods and had markers placed, or b) their "Street" clothes without markers. Markerless gait kinematics were measured using Theia3D. Root-mean-square-deviations (RMSD) and an outlier analysis were used to determine differences between experimental conditions. Differences in participant perceptions were assessed using custom surveys, and differences in testing duration were assessed using the Wilcoxon Signed Rank test. Median RMSDs were < 4° and maximal RMSDs were 3.6°-16.0° and with no consistent pattern across joints and planes of motion, suggesting minimal differences between clothing conditions. Individuals with larger deviations generally wore baggy or loose clothing. When asked which condition they would prefer to repeat, 12% (n = 3/25) indicated the Conventional condition, 68% (n = 17/25) mentioned the Street condition and 16% (n = 4/25) would repeat both. Further, caregivers more frequently reported atypical gait in the Conventional condition. The Street condition took less time with a median (25th-75th percentile) difference of 11 (9-13) minutes (p < 0.001). Street clothing with minimal restrictions can be used without compromising lower-limb kinematics, while improving participant experience and reducing assessment duration. These findings may contribute to improved access to 3D gait analysis.
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 | 0,006 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».