MétaCan
Menu
Retour à la cohorte
Enregistrement W2768183349 · doi:10.22256/pubvet.v12n1a13.1-5

Perfil hematológico de caninos recém-nascidos do município de São Luís – Maranhão

2017· article· en· W2768183349 sur OpenAlexaboutno aff
Matheus Ribeiro, Matheus Moreira Quirino, Juliana da Silva Alves, Walterlana Sousa Sampaio, Ellis de Sousa Barros, Daniel Praseres Chaves

Notice bibliographique

RevuePubVet · 2017
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal health and immunology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpecialtyMedicineAnimal healthFamily medicineVeterinary medicineBlood countInternal medicine

Résumé

récupéré en direct d'OpenAlex

The pediatrics as a medical clinical specialty of small animals has been increasing as the pet market grows, requiring new management techniques and better results. Newborns are a special challenge in veterinary therapy due to differences they present when compared to adult dogs. In order to determine a therapeutic protocol for a patient, it must be known their health condition, physiology and characteristics. Commonly veterinarians feel technically unprepared towards newborns, because this specialty is not part of the curriculum in most veterinary schools of our country. A complete blood count is an important tool that assists in directing clinical diagnosis, since it reflects the animal health status at the time of collection. It allows assessing whether there are changes in blood components of the animal body, and checking the organism’s defense response to any threat. Rottweiler, Poodle, Labrador and Shi Tzu breeds were selected for the study, The objective of this study is to provide grants to veterinarians who constantly in their work routine have contact with this age group and also to encourage further research into the consolidation area. This study demonstrated similarities between the results obtained and the hematological reference values available in the world literature.

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)0,000
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 enseignants0,042
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,086
Tête enseignante GPT0,392
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 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubVetMême sujetAnimal health and immunologyTravaux en français237 207