Distribution of power across the hind limb joints in Labrador Retrievers and Greyhounds
Notice bibliographique
Résumé
OBJECTIVE: To quantify angular excursions; net joint moments; and powers across the stifle, tarsal, and metatarsophalangeal (MTP) joints in Labrador Retrievers and Greyhounds and investigate differences in joint mechanics between these 2 breeds of dogs. ANIMALS: 12 clinically normal dogs (6 Greyhounds and 6 Labrador Retrievers) with no history of hind limb lameness. PROCEDURE: Small retroreflective markers were applied to the skin over the pelvic limb joints, and a 4-camera kinematic system captured data at 200 Hz in tandem with force platform data while the dogs trotted on a runway. Breed-specific morphometric data were combined with kinematic and force data in an inverse-dynamics solution for stance-phase net joint moments and powers at the stifle, tarsal, and MTP joints. RESULTS: There were gross differences in kinematic patterns between Greyhounds and Labradors. At the stifle and tarsal joints, moment and power patterns were similar in shape, but amplitudes were larger for the Greyhounds. The MTP joint was a net absorber of energy, and this was greater in the Greyhounds. Greyhounds had a positive phase across the stifle, tarsal, and MTP joints at the end of stance for an active push-off, whereas for the Labrador Retrievers, the only positive phase was across the tarsus, and this was small, compared with values for the Greyhounds. CONCLUSIONS AND CLINICAL RELEVANCE: Gross differences in pelvic limb mechanics are evident between Greyhounds and Labrador Retrievers. Joint kinetics in specific dogs should be compared against breed-specific patterns.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».