MétaCan
Menu
Retour à la cohorte
Enregistrement W2040597408 · doi:10.1046/j.1365-3164.2000.00166.x

MANUAL OF SMALL ANIMAL CLINICAL PATHOLOGY

2000· article· en· W2040597408 sur OpenAlexaboutno aff
Jane Coatesworth

Notice bibliographique

RevueVeterinary Dermatology · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueVector-Borne Animal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitationLibrary scienceComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The change of name reects the emphasis on correct test selection and intelligent interpretation, as well as `how to do it'.Clinical pathology is a wide ranging and evolving subject that will interest all veterinarians involved in diagnosis.This is an ambitious book comprising 20 chapters and contributions by 21 authors, mostly from Britain but also from Ireland, North America, Canada and Australia.Part 1 covers Principles and Techniques including collection and handling of samples; basic haematology; clinical biochemistry; cytology; testing for bacteria, viruses and fungi; factors that contribute to sample error and testing for immune-mediated disease.Part 2, comprising two thirds of the book, has chapters describing investigative techniques relating to specic body systems or organs, including one on the skin and external ear by Julie Yager and Kenneth Mason.This chapter has clear descriptions of tape stripping, skin scraping and trichograms, as well as helpful comments on interpretation.More photographs or line diagrams, such as the excellent helminth egg and protozoal illustrations in

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,061
Tête enseignante GPT0,306
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations12
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary DermatologyMême sujetVector-Borne Animal DiseasesTravaux en français237 207