Time-dependent damage in predictions of fatigue behaviour of normal and healing ligaments
Notice bibliographique
Résumé
Ligaments are dense fibrous tissues that connect bones across a joint and are exposed daily to creep and fatigue loading. Ligaments are tensile load-bearing tissues; therefore, fatigue loading will have a component of time-dependent damage from the non-zero mean stress and cycle-dependent damage from the oscillating stress. If time-dependent damage is not sufficient to completely predict the fatigue response, then cycle-dependent damage could be an important contributor. Using data from normal ligaments (current study and Thornton et al., Clin. Biomech. 22:932-940, 2007a) and healing ligaments (Thornton and Bailey, J. Biomech. Eng. 135:091004-1-091004-6, 2013), creep data was used to predict the fatigue response considering time-dependent damage. Relationships between creep lifetime and test stress or initial strain were modelled using exponential or power-law regression. In order to predict fatigue lifetimes, constant rates of damage were assumed and time-varying stresses were introduced into the expressions for time-dependent damage from creep. Then, the predictions of fatigue lifetime were compared with curvefits to the fatigue data where exponential or power-law regressions were used to determine the relationship between fatigue lifetime and test stress or initial strain. The fatigue prediction based on time-dependent damage alone greatly overestimated fatigue lifetime suggesting that time-dependent damage alone cannot account for all of the damage accumulated during fatigue and that cycle-dependent damage has an important role. At lower stress and strain, time-dependent damage was a greater relative contributor for normal ligaments than healing ligaments; however, cycle-dependent damage was a greater relative contributor with incremental increases in stress or strain for normal ligaments than healing ligaments.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».