Développement d’un modèle statistique de prédiction de la durée de vie du rachis lombaire, dépendant de la contrainte appliquée, de l’âge et de la densité osseuse
Bibliographic record
Abstract
École de technologie supérieure, 1100, rue Notre-Dame Du fait de l’inhomogénéité densimétrique et structurale des vertèbres entre les individus et du fait que la résistance osseuse dépende de la densité osseuse et de la continuité du réseau trabéculaire, qui change avec l’âge, on ne peut pas considérer que le comportement en fatigue des vertèbres dépende uniquement de la contrainte appliquée. Dans cette étude, un modèle de prédiction de durée de vie est proposé permettant d’évaluer le nombre de cycles de fatigue avant dommage en fonction de la contrainte appliquée, de la densité osseuse et de l’âge du spécimen. Vu leur grande dispersion, les résultats des essais de fatigue publiés par Brinckmann (1988) ont été classifiés afin de pouvoir être analysés par la méthode des plans d’expériences. Un modèle non linéaire présentant un coefficient de détermination R2 de 94 % est établi. En comparant les valeurs prédites par ce modèle avec les résultats des essais de fatigue de Hansson (1987), on constate une certaine cohérence entre les résultats. Cette étude justifie l’hypothèse que la densité osseuse et l’âge outre la contrainte appliquée ont un effet sur la fatigue du rachis.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".