Effects of hoof shape, body mass and velocity on surface strain in the wall of the unshod forehoof of Standardbreds trotting on a treadmill
Notice bibliographique
Résumé
Abstract The purpose of this work is to investigate the effects of body mass (BM), velocity ( V ), and hoof shape on compressive surface strains in the wall of the front hoof at the trot. Toe angle (TA), heel angle (HA), toe length (TL), medial and lateral wall length (MWL, LWL) and BM were measured for nine adult, unshod Standardbreds. Five rosette gauges were glued around the circumference of the left forehoof of each animal which was then trotted on a treadmill at a set range of velocities from 3.5 to 7.5 m s −1 . Analysis of variance (ANOVA) of principal compressive strains ɛ 2 at midstance identified that all primary variables (BM, V , TA, HA, etc.) had a significant effect as did the interactions of TA×HA and BM×TA. These significant variables explained over 96% of the variation in ɛ 2 . Multiple regression of ɛ 2 on these variables gave equations which accurately predicted ɛ 2 within 3%, but the individual coefficients did not accurately describe how each variable affected ɛ 2 . Further tests using bivariate regression gave equations that enabled ɛ 2 data to be standardized for BM and V at the gauge locations used here. Strain ɛ 2 increased linearly with mass and curvilinearly with velocity ( ɛ 2 ∝ V + V 2 ), and both caused redistribution of strain to the dorsum and lateral quarter. Variation in each shape variable caused redistribution rather than simple increase or decrease in strains. The primary conclusion with regard to hoof shape is that the effects of change in any one measurement on strain magnitudes are affected by the values of all other measurements. Resolving the interplay among measurements in their effects on ɛ 2 will need a considerably larger sample size than that used here.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».