MétaCan
Menu
Retour à la cohorte
Enregistrement W2070872751 · doi:10.2460/ajvr.2004.65.1497

Distribution of vertical forces in the pads of Greyhounds and Labrador Retrievers during walking

2004· article· en· W2070872751 sur OpenAlexaboutno aff
M. Faulkner Besancon, Michael G. Conzemius, Richard B. Evans, Matthew J. Ritter

Notice bibliographique

RevueAmerican Journal of Veterinary Research · 2004
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensnon disponible
Organismes subventionnairesIowa State University
Mots-clésDistribution (mathematics)GeologyGeographyGeodesyBiologyAnatomyMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To document peak vertical force (PVF) and vertical impulse (VI) in the pads of Greyhounds and Labrador Retrievers. ANIMALS: 8 Greyhounds and 8 Labrador Retrievers. PROCEDURE: Velocity and acceleration were restricted to ranges of 0.9 to 1.1 m/s and -0.1 to 0.1 m/s2, respectively. The PVF and VI measurements were collected from digital pad (DP)-2, -3, -4, and -5 and the metacarpal pad (McP) or metatarsal pad (MtP) of each limb in each dog. RESULTS: We found no significant differences between the left and right forelimbs or hind limbs for any pad in either breed. Vertical forces in the forelimb were always greater than those in the hind limb. The PVF in the forelimbs of Greyhounds was greatest in DP-3, -4, and -5 and DP-3, DP-4, and the MtP in the hind limbs. The VI in Greyhound forelimbs was greatest in DP-3, -4, and -5 but greatest in DP-4 in the hind limbs. The PVF in the forelimbs of Labrador Retrievers was greatest in the McP, whereas in the hind limbs it was greatest in DP-4. The VI in Labrador Retriever forelimbs was greatest in DP-3, DP-4, and the McP but greatest in DP-3 and -4 in the hind limbs. Significant differences were detected in load distribution between the breeds. CONCLUSIONS AND CLINICAL RELEVANCE: This study confirms that DP-3 and DP-4 are major weight-bearing pads in dogs. However, loads were fairly evenly distributed, and DP-5 and the McP or MtP bear a substantial amount of load in both breeds.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,095
Tête enseignante GPT0,402
Écart entre enseignants0,307 · 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'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

Citations88
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Veterinary ResearchMême sujetVeterinary Orthopedics and NeurologyTravaux en français237 207