Incidence of Health and Behavior Problems in Service Dog Candidates Neutered at Various Ages
Notice bibliographique
Résumé
Saint Francis Service Dogs (SFSD) trains dogs to aid people with multiple sclerosis, brain injury, and many other conditions. Organizations like SFSD must carefully consider when to neuter dogs to give them the best chance at successfully completing lengthy and expensive training. The objective of this retrospective cohort study was to assess differences in the incidence of health or behavior problems leading to dismissal between dogs neutered at different ages. Data on 245 dogs-including birth date, sex, neuter date, dismissal or successful completion of training, and (where applicable) reason for dismissal-were collected from SFSD records. Age-at-neuter was grouped (<7 months; 7-11 months; > 11 months) and compared for dogs who successfully completed training and dogs who were dismissed. Dogs neutered from 7 to 11 months of age were dismissed at a significantly lower overall rate than dogs neutered at an older or younger age. There were no differences between males and females. Labrador and golden retrievers were less likely to be dismissed than other breeds. This pattern was the same for dismissals for behavioral reasons. Dogs neutered at <7 months had more than twice the risk for health-related dismissals as dogs neutered at any older age and this pattern held for orthopedic dismissals. Labradors were at higher risk for orthopedic-related dismissal than golden retrievers and all other breeds. This study suggests that there is a relationship between dogs' age at neuter and the incidence of health and behavioral problems that can lead to dismissal from service dog 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».