INCIDENCE OF CANINIE NEOPLASMS IN AND AROUND HYDERABAD, ANDHRA PRADESH
Notice bibliographique
Résumé
A total of 68 samples were collected, out of which 31 (45.59%) were benign and 37 (54.41%) were malignant tumours. Tumours were classified into epithelial 40(58.83%), mesenchymal 20 (29.40%), round cell 5 (7.36%) and mixed tumours 3 (4.41%). The highest risk of development of various tumours was found in the age group of 7-9 years, followed by 4-6 years, above 9 years and below 3 years and the incidence was 29 (42.65%), 20(29.41%),19 (27.94%) and 1 (1.47% ) respectively. The frequency of occurrence of neoplasms was slightly higher in females 38(55.88%) compared to the males 30 (44.12%). Among the breeds affected Pomeranian breed represented more with 18 (26.50%) followed by non descriptive 16 (23.52%), German Shepherd 16 (23.52%), Labrador 6 (8.82%), Doberman 6 (1.47%), Dachshund and Rottweiler 2 (2.94%), each one of Collie and Great Dane (1.47%). The organ wise incidence of tumours included skin and mesenchymal tumours 29 (42.65%), mammary tumours 17 (25%), joint and bone tumours 9 (13.23%), vaginal tumours 5 (7.53%), testicular tumours 4 (5.88%), vulva and penis 3 (4.41%), ovarian tumours 2 (2.94%) and each one of transitional cell carcinoma and prostate carcinoma (1.47%).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».