MétaCan
Menu
Retour à la cohorte
Enregistrement W2135421173 · doi:10.1177/0023677215570990

Lennie: a smartphone application with novel implications for the management of animal colonies

2015· article· en· W2135421173 sur OpenAlexafffund
M. J. Allwood, Daniel M. Griffith, Courtney Allen, J. Harold Reed, QH Mahmoud, Keith R. Brunt, J.A. Simpson

Notice bibliographique

RevueLaboratory Animals · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensSaint John Regional HospitalOntario Tech UniversityUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésComputer scienceUsabilitySmartphone applicationFunction (biology)SoftwareFocus (optics)Simple (philosophy)Risk analysis (engineering)Data scienceHuman–computer interactionBusinessMultimediaOperating system

Résumé

récupéré en direct d'OpenAlex

Researchers rely on animals for their clinical applicability and ease of monitoring. However, careful management is required to ensure the animal and financial costs are minimized. The incorporation of 'smartphone' technology in research has increased exponentially, with a focus on the development of innovative research-based applications. We have developed a smartphone application designed to address the needs of modern researchers in the management of their colonies. 'Lennie' introduces a new method for the management of small to medium-sized animal colonies. Lennie allows users wireless access to their colonies with the ability to create and edit from virtually anywhere. Lennie also offers the ability to manage colonies based on experiments by assigning animals based on priority. Experimental time-points are also recorded with integrated scheduling options using the calendar function. Lennie represents an alternative to current large-scale software options, as the application design is simple, and requires no training or manuals. As the technological landscape is constantly evolving, we must continue to find ways to improve upon current practices to ensure that research is completed with efficiency and efficacy. With this new method of animal management, researchers are able to spend less time record keeping and can focus their efforts on continued innovation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,629

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,084
Tête enseignante GPT0,423
Écart entre enseignants0,340 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLaboratory AnimalsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207