MétaCan
Menu
Retour à la cohorte
Enregistrement W2567081216 · doi:10.1186/s13028-016-0265-9

Kinematic and spatiotemporal assessment of habituation to treadmill walking in Labrador retrievers

2016· article· en· W2567081216 sur OpenAlexaboutno aff
Pia Gustås, K. Pettersson, Sofia Honkavaara, Anne‐Sofie Lagerstedt, Anna Byström

Notice bibliographique

RevueActa veterinaria Scandinavica · 2016
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensnon disponible
Organismes subventionnairesSvenska KennelklubbenAgria Djurförsäkring
Mots-clésTreadmillKinematicsPhysical medicine and rehabilitationSTRIDEHabituationPhysical therapyMedicineAudiologyPhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study investigated differences in kinematic and spatiotemporal variables in Labrador retrievers during introduction to treadmill walking, with the aim to determine the time required for them to become habituated. Twenty-five healthy, treadmill-naive Labrador retrievers participated in the study. The total angular displacement of the carpus, elbow, tarsus and stifle, as well as stride time and stance duration were calculated from the 3-D tracking of skin mounted reflective markers recorded with 6 infrared light emitting video cameras at 240 Hz. The measurements were done at two walking speeds, 0.78 and 0.96 m/s, in six sessions on the treadmill during two consecutive days. RESULTS: With a 1-2 min acclimatization period following each treadmill speed change, mean values of the study variables were significantly different from the last training session mainly in the first session on the first day. However, between-stride variability was significantly larger for at least one variable even in the fourth session for the slower walking speed, and in the fifth session for the higher walking speed. CONCLUSIONS: The results show the importance of proper pre-training of dogs in locomotion studies at walk using a treadmill, and the need to consider not only variable mean values but also between-stride variability, in order to ensure that dogs are sufficiently accustomed to allow collection of reliable data.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,785

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,044
Tête enseignante GPT0,349
Écart entre enseignants0,305 · 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'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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa veterinaria ScandinavicaMême sujetVeterinary Orthopedics and NeurologyTravaux en français237 207