MétaCan
Menu
← Retour à la cohorte
Enregistrement W7114928751 · doi:10.71892/11143/1260

Conception d'une semelle instrumentée mesurant le glissement in-situ

2025· other· fr· W7114928751 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2025
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCalenderingBody segmentAmbient vibration

Résumé

récupéré en direct d'OpenAlex

Les glissements pendant la locomotion humaine sont une cause majeure de blessures liées aux chutes, en particulier dans les climats hivernaux et en milieu de travail. Les méthodes actuelles d’évaluation du risque de glissement reposent sur des bancs d’essai mécaniques simplifiés, qui manquent de validité écologique ou sur des essais impliquant des humains, limités aux environnements de laboratoire. De plus, la plupart des semelles instrumentées portables reposent sur une seule unité de mesure inertielle (IMU), ce qui ne permet pas de capter avec précision les mouvements du talon et des orteils en raison de la flexion du pied. Ce travail présente un nouveau système portable capable de détecter et mesurer directement les glissements dans des conditions réelles. Le système capte à la fois le contact avec le sol et la vitesse au point de contact pendant la phase d’appui, permettant ainsi une mesure directe de la distance de glissement. La disposition des capteurs sous le talon et les orteils permet de mesurer autant les glissements au talon que ceux aux orteils. En l’absence de glissement, le bruit de mesure de la distance de glissement demeure inférieur à 0,5 cm, soit environ 6 fois plus petit que la limite de perception de l’humain. Comparativement à un système de capture de mouvement, l’erreur d’estimation de la vitesse de la semelle reste inférieure à 7 cm/s pour 99,5% du temps. Des cas d’utilisation en conditions réelles ont démontré la capacité du système à distinguer le niveau d’adhérence de différentes chaussures et surfaces, dans des environnements extérieurs et semi-contrôlés. Pour 6000 pas, un total de 8 glissements au talon et 178 glissements aux orteils ont été enregistrés, révélant des différences significatives de taux de glissement entre semelles et entre conditions. Des indicateurs d’adaptation de la démarche, comme l’angle de contact pied-sol, ont également mis en évidence des ajustements anticipés aux surfaces glissantes. À la connaissance des auteurs, il s’agit du premier système portable capable de mesurer directement les glissements du talon et des orteils au niveau des microslips. Sa capacité à capter des données de glissement centrées sur l’humain, en dehors du laboratoire, ouvre de nouvelles perspectives pour l’évaluation de l’adhérence, la conception de chaussures antidérapantes et la prévention des blessures dans des environnements réalistes.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 GPT0,306
Écart entre enseignants0,280 · 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
GenreMéthodes

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'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→