Agreement and reliability of the Feline Grimace Scale among cat owners, veterinarians, veterinary students and nurses
Notice bibliographique
Résumé
This study aimed to evaluate the agreement and reliability of the Feline Grimace Scale (FGS) among cat owners, veterinarians, veterinary students and nurses/technicians. Raters (n = 5/group) scored 100 images using the FGS (ear position, orbital tightening, muzzle tension, whiskers position and head position). Intra-class correlation coefficients (ICC) were used to assess inter- and intra-rater reliability. Agreement between each group and the veterinarian group (gold-standard) was calculated using the Bland-Altman method. Effects of gender, age and number of cats owned on FGS scores were assessed using linear mixed models. Inter-rater reliability was good for FGS final scores (ICC > 0.8). The muzzle and whiskers yielded lower reliability (ICC = 0.39 to 0.74). Intra-rater reliability was excellent for students and veterinarians (ICC = 0.91), and good for owners and nurses (ICC = 0.87 and 0.81, respectively). A very good agreement between all groups and veterinarians (bias < 0.1 and narrow limits of agreement) was observed. Female raters assigned higher FGS scores than males (p = 0.006); however, male raters were underrepresented in this study. Scores were not affected by age or number of cats owned. The FGS is reliable for feline acute pain assessment when used by individuals with different experience.
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 | 0,024 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».