MétaCan
Menu
Retour à la cohorte
Enregistrement W2118479169 · doi:10.1136/vr.102739

Limited genetic divergence between dog breeds from geographically isolated countries

2014· article· en· W2118479169 sur OpenAlexaboutno aff
Kim Summers, Rob Ogden, Dylan N. Clements, Anne French, Adam G. Gow, Roger M. Powell, Brendan Corcoran, Richard J. Mellanby, Johan P. Schoeman

Notice bibliographique

RevueVeterinary Record · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensnon disponible
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilKidney Cancer UK
Mots-clésBreedInbreedingLabrador RetrieverVeterinary medicineBiologyGerman Shepherd DogPopulationZoologyDemographyAnimal scienceMedicine

Résumé

récupéré en direct d'OpenAlex

BREED specifications for pure-bred/pedigree dogs are laid down by the organisations that register and judge dogs, such as the Kennel Club of the UK (KCUK) and the Kennel Union of South Africa (KUSA), as well as the umbrella body the Fédération Cynologique Internationale (FCI). Reproductive isolation between breeds results because animals can only be registered as a specific breed if they have five previous generations of ancestors registered as the same breed, creating a ‘breed barrier’ which promotes genetic differences among breeds. This genetic isolation in a population of UK dogs (Mellanby and others 2013) has been demonstrated previously. The lowest heterozygosities of around 0.5 were found for breeds such as the German shepherd dog, rottweiler and boxer dog, indicative of a reasonably high level of inbreeding. Labrador retrievers and border collies had heterozygosities of around 0.7, indicating greater genetic diversity. The Jack Russell terrier is not a registered breed with the KCUK. This group had a heterozygosity of close to 0.8 and maintained a high degree of genetic variability.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,023
Tête enseignante GPT0,306
Écart entre enseignants0,283 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary RecordMême sujetHuman-Animal Interaction StudiesTravaux en français237 207