Modified formulas for calculation of encephalization: quotient in dogs
Notice bibliographique
Résumé
Abstract Objective Dogs are a breed of animals that play important roles in security service, companionship, hunting, guard, work and models of research for application in humans. Intelligence is the key factor to success in life, most especially for dogs that are used for security purposes at the airports, seaports, public places, houses, schools and farms. However, it has been reported that there is correlation between intelligence, body weight, height and craniometry in human. In view of this, literatures were searched on body weight, height and body surface areas of ten dogs with intent to determining their comparative level of intelligence using encephalization quotient. Results Findings revealed that dogs have relationship of brain allometry with human as proven by encephalization quotient $$\left( {{\text{EQ}}} \right)\, = \,{\text{Brain Mass}}/0.{14}\, \times \,{\text{Body weight}}^{{0.{528}}} ,{\text{ Brain Mass}}/0.{12}\, \times \,{\text{Body Weight}}^{{0.{66}}}$$ EQ = Brain Mass / 0.14 × Body weight 0.528 , Brain Mass / 0.12 × Body Weight 0.66 and Brain Mass (E) = kpβ, where p is the body weight; k = 0.14 and β = 0.528, respectively. Saganuwa’s formula yielded better results as compared with the other formulas. Dogs with body surface area (BSA), weight and height similar to that of human are the most intelligent. Doberman pinscher is the most intelligent followed by German shepherd, Labrador retriever, Golden retriever, respectively.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
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 ».