Ontario Racehorse Death Registry, 2003–2015: Descriptive analysis and rates of mortality
Notice bibliographique
Résumé
BACKGROUND: The Province of Ontario maintains a registry of racehorse deaths occurring within 60 days of a race or trial entry that provides insight into mortality rates and costs of competition. OBJECTIVES: To characterise and quantify mortality and identify breed differences. STUDY DESIGN: Retrospective annualised cohort study. METHODS: The Ontario Death Registry for 2003-2015, containing 1713 cases, was audited and information on the relationship between death and official work added. Race and trial data from industry performance databases were used to determine mortality rates according to breed, year, age, sex and circumstances of death. RESULTS: Breed differences in mortality rate and individual risk were found. Thoroughbreds (Tb) had the greatest exercise-associated mortality (EAM) rate and risk by all measures (2.27 deaths/1000 race starts, 0.95-1.0% annual individual risk), followed by Quarter horses (Qh, 1.49, 0.60-0.69%). Rate and risk were lowest for Standardbreds (Sb, 0.28, 0.23-0.24%). Nonexercise annual individual risk was highest for the Sb (0.45%, vs. Tb 0.33%, and Qh 0.32%). Pattern and type of EAM mirrored the characteristics of competitive activity in each industry, with high Tb and Qh mortality being associated with exercise and involving musculoskeletal injuries, dying suddenly and accidents. Low Sb EAM reflected the more extensive nature of training preparation and racing for this breed. MAIN LIMITATIONS: Available data provided no information on morbidity, mortality beyond the 60-day horizon or for horses not racing. Numbers for the Qh were low. CONCLUSIONS: Race-intensity exercise is clearly hazardous for horses, with hazards varying widely between breeds and showing parallels with industry cultural and management norms. Breed differences provide insights concerning strategies that could reduce mortality, while improving welfare and reducing costs of participation. For all breeds, musculoskeletal injury was the major contributing cause of mortality.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».