MétaCan
Menu
Retour à la cohorte
Enregistrement W2982200160 · doi:10.1371/journal.pone.0224252

Behavioral predictors of subsequent respiratory illness signs in dogs admitted to an animal shelter

2019· article· en· W2982200160 sur OpenAlexaff
Alexandra Protopopova, Nathaniel J. Hall, Kelsea M. Brown, Allison Andrukonis, Jessica P. Hekman

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineDiseaseRespiratory systemAnxietyPhysiologyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Individual variability is evident in behavior and physiology of animals. Determining whether behavior at intake may predict subsequent illness in the animal shelter may influence the management of dogs housed at animal shelters and reduce overall disease. While normally associated with mild disease and low mortality rates, respiratory disease nevertheless poses significant challenges to the management of dogs in the stressful environment of animal shelters due to its highly infectious nature. Therefore, the aim of the study was to explore whether behavior at intake can predict subsequent occurrence and progression of upper respiratory disease in dogs at animal shelters. In a correlational study, 84 dogs were assessed throughout their stay at a city animal shelter. The dogs were subjected to a behavioral assessment, 1 min in-kennel behavioral observations across two observation periods, and the collection of urinary cortisol:creatinine (C:C) ratio. The occurrence and progression of upper respiratory disease was monitored through repeated clinical exams (rectal temperature and the occurrence of nasal and ocular discharge, and presence of coughing and sneezing). A basic PLS Path regression model revealed that time in the shelter (estimate = .53, p < .001), and sociability (estimate = .24, p < .001) and curiosity scores (estimate = .09, p = .026) were associated with increased illness. Activity and anxiety scores, however, were not associated with illness. Urinary C:C, taken on the first full day, did not predict subsequent illness when accounting for time. Limitations included attrition of dogs, a small percentage receiving vaccinations, and continuous and non-systematic rotation of dogs in the kennels. Understanding if behavior can predict subsequent illness may improve shelter management practices, and in turn, result in improved live-release outcomes.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,061
Tête enseignante GPT0,336
Écart entre enseignants0,276 · 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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHuman-Animal Interaction StudiesTravaux en français237 207