MétaCan
Menu
Retour à la cohorte
Enregistrement W4415069839 · doi:10.1016/j.jii.2025.100975

Towards human digital twin: Reviewing human modelling and simulation

2025· article· en· W4415069839 sur OpenAlexafffund
Enshen Zhu, Sheng Yang

Notice bibliographique

RevueJournal of Industrial Information Integration · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueErgonomics and Human Factors
Établissements canadiensUniversity of Guelph
Organismes subventionnairesSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of Canada
Mots-clésKey (lock)Component (thermodynamics)Simulation modelingField (mathematics)

Résumé

récupéré en direct d'OpenAlex

The human digital twin (HDT) is a detailed and personalized digital representation of an individual, encompassing the physical, cognitive, psychological, and social characteristics. HDT, an extension of the traditional digital twin concept from the industrial engineering sector, finds applications in diverse human-centric sectors such as smart manufacturing, medical healthcare, personal fitness, and autonomous driving. Although human modelling and simulation (HMS) are essential for advancing HDT technology, existing literature reviews primarily emphasize general aspects, including the definition, hierarchical frameworks, and various applications of HDT, rather than providing a thorough overview of HMS methods and tools. To fill the gap, this review work is specifically focused on the HMS aspect in HDT, discussing the evolution of digital human simulation, HDT information models, HDT metamodels, and related tools and software. This study also provides a checklist on building the HDT metamodel from the collected human data.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,368

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 savante0,0000,003
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 Opus0,056
Tête enseignante GPT0,278
Écart entre enseignants0,222 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial Information IntegrationMême sujetErgonomics and Human FactorsTravaux en français237 207