MétaCan
Menu
Retour à la cohorte
Enregistrement W2963333652

Normal intraocular echo-biometric indices of adult dogs

2018· article· en· W2963333652 sur OpenAlexaboutno aff
D.M. Tripathi, Virender Malik, Ajeet Singh, Rahul Pandey

Notice bibliographique

RevueIndian Journal of Veterinary Surgery · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCorneal surgery and disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOphthalmologyGerman Shepherd DogVitreous chamberUltrasoundLabrador RetrieverAnatomyNuclear medicineSurgeryEye diseaseRadiologyRefractive error
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to describe the ultrasonographic appearance and to measure different intraocular echo-biometric indices in normal adult dogs. B-mode transcorneal ultrasonographic scanning of left and right eyes of six healthy adult dogs each from three different breeds viz. German shepherd, Labrador retriever and Indian mongrels were performed. Qualitative echo-biometric findings of the eyes were described and measurements of the intraocular structures were obtained. In the present transcorneal intraocular echobiometric study six parameter were measured, i.e., aqueous chamber depth (ACD), lens depth (LDe), lens diameter (LDi), vitreous depth (VD), sclero-retinal rim thickness (SRT), and globe axial length (GAL) by using high end ultrasound machine (Mylab30vet), with 2.5–7.5 MHz microconvex transducer and the depth of scanning was set at 5–9 cm with suitable gain without administration of any general/local anaesthetic. Nonsignificant difference (P>0.05) was observed in all parameters when compared between left and right eye of different breeds of animals. The average values of LDi and GAL of both eyes of German shepherd dog were significantly different from Labrador retriever and Indian mongrel dogs. The average value of SRT of both eyes of German shepherd and Labrador were significantly higher (P 0.05) among three breeds of dog.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,170
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,028
Tête enseignante GPT0,282
Écart entre enseignants0,254 · 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 tête enseignante, 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Veterinary SurgeryMême sujetCorneal surgery and disordersTravaux en français237 207