MétaCan
Menu
Retour à la cohorte
Enregistrement W4416010504 · doi:10.1109/access.2025.3630346

Alcohol Impairment Detection Through Heart Rate Variability Analysis Using Gyrocarotidography

2025· article· en· W4416010504 sur OpenAlexafffund
Saboora M. Roshan, Edward J. Park

Notice bibliographique

RevueIEEE Access · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHeart rate variabilityWearable computerInertial measurement unitAlcohol consumptionModality (human–computer interaction)Continuous monitoringWearable technology

Résumé

récupéré en direct d'OpenAlex

Excessive alcohol consumption can impair decision-making and balance, putting workers and those around them at risk, especially in safety-sensitive occupations. Continuous monitoring of employees may help prevent workplace accidents. With advancements in wearable technologies such as smartwatches, headphones, and earbuds, there is a growing trend in real-time monitoring using wearable devices. To this end, this study introduces a carotid-mounted wearable system designed to assess heart rate variability (HRV) using an Inertial Measurement Unit (IMU) sensor for alcohol-induced impairment detection. The proposed system utilizes a novel signal modality called Gyrocarotidography (GCG)−a form of carotid ballistography (CBG) −to collect gyroscope-based signals and extract HRV features to analyze the effects of alcohol consumption while validating the results against a reference electrocardiogram (ECG) device. Statistically significant HRV features are then used to classify participants as impaired and non-impaired. The findings demonstrate a strong correlation between HRV features extracted from the IMU sensor and the ECG reference, confirming the feasibility of IMU-based HRV monitoring. Significant differences in HRV metrics before and after alcohol consumption further support the potential of this method, with the classification model achieving 83% accuracy. The proposed carotid-mounted IMU system offers a non-invasive, wearable solution for real-time HRV monitoring and alcohol impairment detection, and it provides clinicians and occupational health professionals with a tool for assessing alcohol-induced autonomic changes through HRV− offering a practical pathway for impairment detection and workplace safety enhancement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,309
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207