Relationships between race earnings and horse age, sex, gait, track surface and number of race starts for Thoroughbred and Standardbred racehorses in North America
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.
Notice bibliographique
Résumé
REASONS FOR PERFORMING STUDY: There is no consensus on objective outcome measures that can be used to determine if a medical or surgical treatment affects race performance. OBJECTIVE: To determine the association between 2 commonly used outcome measures (total starts and total earnings) and age, sex, gait and race surface. METHODS: A cross-sectional study was performed using the race performance data for all Thoroughbred horses age 2, 3, 4 and 5 years racing in the United States, and Standardbred horses of the same ages racing in the United States and Canada during the year 2006. Median earnings and starts were determined for each combination of age, sex and track surface (for Thoroughbred) or gait (for Standardbred). The effect these variables had on starts on race earnings ($) was determined using linear regression. RESULTS: Race records for 68,649 Thoroughbreds and 25,830 Standardbreds were obtained. All independent variables (age, breed, sex, gait, track surface and total number of starts) had a significant impact on total earnings (P<0.0001). CONCLUSIONS: The data show considerable variation across age groups and track surfaces for Thoroughbreds and across age groups for Standardbreds. They also show that the decision to use earnings or starts as outcome measures could have a marked effect on reported success for a particular treatment. POTENTIAL RELEVANCE: Both earning and start data should be reported in studies evaluating outcome following surgery or other intervention. Considerations of age, breed, sex, track surface and gait should be included in the design of these studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle