Analyse des performances en propulsion d’utilisateurs de fauteuil roulant
Notice bibliographique
Résumé
Près de 200 000 Canadiens utilisent un fauteuil roulant manuel (FRM), une activité exigeante pour les membres supérieurs et associée à un risque élevé de douleurs et de pathologies de l’épaule. L’entraînement à la propulsion constitue donc un enjeu majeur en réadaptation, mais il demeure peu structuré. Ce mémoire vise à évaluer l’impact d’un entraînement personnalisé, développé en temps réel par un algorithme d’apprentissage par renforcement, sur la biomécanique de la propulsion en FRM. L’étude a été menée sur un simulateur développé au Laboratoire d’Innovation Ouverte en Technologies de la Santé (LIO-ÉTS) et a impliqué 20 personnes en santé et non expérimentées. Six conditions d’entraînement ont été testées, combinant des rétroactions résistives ou assistives-résistives, dans trois objectifs : augmenter l’efficacité mécanique de propulsion (MEF), diminuer le coût physiologique ou combiner ces deux critères. Les résultats montrent que les entraînements résistifs ont permis d’augmenter la MEF moyenne de plus de 6% sur la cohorte, des deux côtés, aux dépens d’un coût physiologique augmentant de +25% à gauche et +17% à droite. Les entraînements assistifs-résistifs ont quant à eux réduit le coût physiologique moyen jusqu’à -34% par rapport à la condition initiale. Ces observations confirment partiellement l’efficacité du modèle de rétroaction personnalisée, capable d’adapter la difficulté de l’effort à chaque individu. En complément, une méthode d’identification inspirée du contrôle a permis d’identifier neuf paramètres intrinsèques et réflexifs caractérisant la dynamique du bras humain. L’intégration future de ces paramètres dans les algorithmes d’apprentissage ouvre la voie à des entraînements adaptatifs et sécuritaires en réadaptation robotisée.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».