MétaCan
Menu
Retour à la cohorte
Enregistrement W2790181848 · doi:10.1159/000486774

An International Genetic Survey of Breed-Specific Diseases in Working Dogs from the United States, Israel, and Poland

2017· article· en· W2790181848 sur OpenAlexaboutno aff
Lisa G. Shaffer, Christina J. Ramirez, Patricia C. Phelps, Maya Aviram, Marta Walczak, Gila Kahila Bar‐Gal, Blake C. Ballif

Notice bibliographique

RevueCytogenetic and Genome Research · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensnon disponible
Organismes subventionnairesSmithsonian Institution
Mots-clésBreedGenetic testingMedicineDemographyBiologyGeneticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Genetic diseases occur in breeds used for law enforcement. As important team members, dogs are expected to operate at peak performance for several years and are significant investments for both the initial purchase and extensive, specialized training. Previous studies have not focused on causes for retirement or euthanasia as genetic (inherited) versus acquired (environmental). We performed direct mutational analysis for breed-specific conditions on samples from 304 dogs including 267 law enforcement (122 US, 87 Israeli, and 58 Polish) and 37 search and rescue dogs. Genetic testing identified 29% (n = 89) of the dogs tested to be carriers of a genetic mutation and 6% (n = 19) to be at risk for a debilitating inherited condition that may eventually impair the dog's ability to work. At-risk dogs included Labrador Retrievers (n = 4) with exercise-induced collapse, Bloodhounds (n = 2) with degenerative myelopathy (DM), and German Shepherd dogs with DM (n = 12) or leukocyte adhesion deficiency, type III (n = 1). A substantial number of working dogs were shown to be at risk for genetic conditions that may shorten the dog's career. The loss of dogs, due to early retirement or euthanasia, as a result of preventable genetic conditions has an emotional cost to handlers and financial cost to service organizations that can be avoided with genetic screening prior to breeding, buying, or training.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0010,000

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 Opus0,136
Tête enseignante GPT0,432
Écart entre enseignants0,295 · 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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCytogenetic and Genome ResearchMême sujetHuman-Animal Interaction StudiesTravaux en français237 207