MétaCan
Menu
Retour à la cohorte
Enregistrement W4416995550 · doi:10.1186/s40691-025-00445-8

Development of a soft wearable robotic garment with fabric-based pneumatic artificial muscles for muscle support and postural alignment

2025· article· en· W4416995550 sur OpenAlexaff
Sumin Helen Koo, Hyeon-seon Cho, J S Song, Gayeon Lee, Yumin Cho, Shinwon Chang, Yeong Jin Choi, Yeojin Claire Kim, Jiwon Chung, Yong‐Lae Park

Notice bibliographique

RevueFashion and Textiles · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaNational Research Foundation
Mots-clésActuatorArtificial muscleWearable computerElectromyographyPneumatic actuatorLumbarErector spinae musclesPneumatic artificial muscles

Résumé

récupéré en direct d'OpenAlex

Abstract A soft wearable robotic garment was developed to support lumbar muscle function and postural alignment by using cell-structured fabric pneumatic artificial muscles (cfPAMs). The actuator was constructed from two types of lightweight thermoplastic polyurethane-coated nylon fabrics and was designed with a flexible structure to enhance the contraction and force output. The performance of three actuator configurations (3-cell, 6-cell, and 8-cell) was evaluated in terms of contraction ratio, force generation, and response time. The 8-cell actuator exhibited the highest performance across these metrics. The actuator was integrated into a garment and tested in a user study involving 22 female participants. Surface electromyography of the lumbar erector spinae indicated a reduction in muscle activity during trunk flexion with actuator inflation relative to noninflated and control conditions. A trend toward a reduced full-body tilt was observed, and the user satisfaction was high, particularly for safety and functionality. These findings underscore the potential of cfPAM-based garments for daily musculoskeletal support.

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)0,000
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: Expérimental (laboratoire)
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
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFashion and TextilesMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207