MétaCan
Menu
Retour à la cohorte
Enregistrement W2922835591 · doi:10.1089/wound.2018.0883

The Horse as a Model for the Study of Cutaneous Wound Healing

2019· article· en· W2922835591 sur OpenAlexaff
Rebecca M. Harman, Christine L. Theoret, Gerlinde R. Van de Walle

Notice bibliographique

RevueAdvances in Wound Care · 2019
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineWound healingIntensive care medicineHuman medicineChronic woundHorseSurgeryTraditional medicineBiology

Résumé

récupéré en direct d'OpenAlex

Significance: Cutaneous wounds are a major problem in both human and equine medicine. The economic cost of treating skin wounds and related complications in humans and horses is high, and in both species, particular types of chronic wounds do not respond well to current therapies, leading to suffering and morbidity. Recent Advances: Conventional methods for the treatment of cutaneous wounds are generic and have not changed significantly in decades. However, as more is learned about the mechanisms involved in normal skin wound healing, and how failure of these processes leads to chronic nonhealing wounds, novel therapies targeting the specific pathologies of hard-to-heal wounds are being developed and evaluated. Critical Issues: Physiologically relevant animal models are needed to (1) study the mechanisms involved in normal and impaired skin wound healing and (2) test newly developed therapies. Future Directions: Similarities in normal wound healing in humans and horses, and the natural development of distinct types of hard-to-heal chronic wounds in both species, make the horse a physiologically relevant model for the study of mechanisms involved in wound repair. Horses are also well-suited models to test novel therapies. In addition, studies in horses have the potential to benefit veterinary, as well as human medicine.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,421
Écart entre enseignants0,362 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Wound CareMême sujetVeterinary Equine Medical ResearchTravaux en français237 207