Avaliação da condição corpórea em cães utilizando o indice de massa corpórea (IMC) e escore de condição corpórea (ECC)
Notice bibliographique
Résumé
The maintenance of ideal dog weight may prevent many diseases. This study goal to evaluate the body condition in Labrador Retriever dogs using the body mass index and body score. Data were collected from dogs using the methodology reported in the literature. 30 animals evaluated, 11 were females and 19 were males; with a mean age 3.6. The weight of the animals ranged from 23.0 to 54.0 kg with a mean value of 33.7 kg, 34.1 kg for males and 35.1 kg for females. Only 8 dogs, six males and two females were castrated. After data analyzing, 30 animals were evaluated and divided into four categories, according to the ECC 23.3% (7/30) dogs were considered to be obese, 43.3% (13/30) fatty, 23, 3% (7/30) ideal and 10% (3/30) of lean animals. According to IMCC evaluation averaged 15.5 with a range from 11.8 to 21.1. According to IMCC reference values, one of the animals had to underweight, 14 dogs were presented with the ideal weight, 14 overweight and only one obese. Condition body evaluation by IMCC technique is easy to perform and interpret. However, the comparison between both methods ECC and IMCC presented different classification in 46.7% of the animals.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».