MétaCan
Menu
Retour à la cohorte
Enregistrement W605765625 · doi:10.2316/j.2010.216.680-0193

A Linguistic Approach to the Analysis of Accelerometer Data for Gait Analysis

2010· article· en· W605765625 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueMechatronic systems and control · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueGait Recognition and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGait analysisGaitCognitionAffect (linguistics)Computer scienceLinguistic analysisNatural language processingPsychologyPhysical medicine and rehabilitationLinguisticsNeuroscienceMedicineCommunicationPhilosophy

Résumé

récupéré en direct d'OpenAlex

There is evidence that many cognitive conditions affect the human motor system. Gait analysis has lately been used as a means of studying this physical-cognitive correlation. The development of gait analysis systems, able to record and analyze gait during normal daily activities and in uncontrolled environment, is an important addition to this area of research. Lately, linguistic approaches have been studied as means to achieve activity classification from vision sensors. The present work aims to extend the linguistic approach to achieve quantitative analysis of gait from accelerometer data. The proposed method can be used to extend the Human Activity Language framework to include the analysis of inertial sensors such as accelerometers. Results show that the proposed method is more accurate and robust than previous methods and can be used to extract a number of clinically relevant gait measurements. A novel symmetry index is presented to exemplify how the proposed method is able to extract more information from accelerometer signals than previous methods.

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.

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)0,001
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: aucune
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,238
Écart entre enseignants0,216 · 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