MétaCan
Menu
Retour à la cohorte
Enregistrement W190862174 · doi:10.5818/1529-9651.19.1.8

A Technique for Underwater Anesthesia Compared with Manual Restraint of Sea Turtles Undergoing Auditory Evoked Potential Measurements

2009· article· en· W190862174 sur OpenAlexaff
Craig A. Harms, Scott A. Eckert, T. Todd Jones, Wendy E. D. Piniak, David A. Mann

Notice bibliographique

RevueJournal of Herpetological Medicine and Surgery · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésUnderwaterAnesthesiaMedicineAudiologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A safe and effective technique for underwater anesthesia of green sea turtles (Chelonia mydas) was developed to allow fully submerged in-water measurements of auditory evoked potentials (AEP) without myogenic artifact. Turtles were anesthetized using medetomidine 50 μg/kg and ketamine 5 mg/kg IV and ventilated via a custom-designed double-cuffed extended endotracheal tube while submerged to an ear depth of 10 cm for up to 60 min. Procedures conducted on manually restrained turtles, submerged within range of the water surface so they could breathe voluntarily, were compared with those conducted using anesthesia, based on sea turtle venous blood gas measurements and the ability to record AEPs. Quality AEPs were recorded from both anesthetized turtles and four of seven manually restrained turtles, whereas AEP recordings were impossible for the remaining manually restrained turtles because of myogenic artifact. Manual restraint was superior to anesthesia for turtles that did not resist restraint (better venous blood oxygenation, acceptable AEPs), but anesthesia was superior to manual restraint when compared with turtles that did resist (marked lactic acidosis, and AEPs not possible). Underwater anesthesia of sea turtles is a viable option for specialized physiologic testing requiring submerged inactive subjects.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,053
Tête enseignante GPT0,267
Écart entre enseignants0,214 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Herpetological Medicine and SurgeryMême sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207