Use of chromametry and digital photography for objective measurement of skin color in clinically normal dogs
Notice bibliographique
Résumé
OBJECTIVE: To evaluate whether skin erythema in clinically normal dogs can be quantified by use of chromametry and image analysis of digital photographs. ANIMALS: 9 German Shepherd Dogs and 10 mixed-breed dogs. PROCEDURE: Hair was clipped at 7 sites on the body. Skin erythema was evaluated at the axillary region, right and left lateral aspect of thorax, right and left loin area (ie, part of the back between the thorax and pelvis), right and left groin area (ie, the junctional region between the abdomen and thigh), metatarsal digital pad, and on the nose. Replicate measurements were done by use of chromametry and image analysis of digital photographs, using erythema values in accordance with the Committee International d'Eclairage (CIE)-Lab color system. RESULTS: Repeatability was high for both techniques. Within-dog variation was lower than between-dog variation. Between-dog variation was high for both groups of dogs. Interregional variation was significant in German Shepherd Dogs and mixed-breed dogs. Erythema values revealed symmetry between the right and left lateral aspects of the thorax and loin and groin areas. CONCLUSIONS AND CLINICAL RELEVANCE: Precise objective methods are available for skin erythema quantification. Chromametric and photographic erythema values had a high within-dog reproducibility. Between-dog variability was high for German Shepherd Dogs and mixed-breed dogs as was regional variation, indicating differences in color among dogs.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».