MétaCan
Menu
Retour à la cohorte
Enregistrement W3175069978 · doi:10.1111/vde.12983

Longitudinal study of the cutaneous microbiota of healthy horses

2021· article· en· W3175069978 sur OpenAlexaffabout
Laura C. O’Shaughnessy‐Hunter, Anthony Yu, Joyce D. Rousseau, Robert A. Foster, J. Scott Weese

Notice bibliographique

RevueVeterinary Dermatology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensOttawa Allergy Research CorporationUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Next-generation sequencing techniques have revealed that human and animal skin is colonised by a rich and diverse population of bacteria, and that microbial composition varies between different body sites and individuals. Very little is known about the normal microbiota of healthy equine skin. HYPOTHESIS/OBJECTIVES: To describe the taxonomic distributions of cutaneous bacterial microbiota in a population of healthy horses in Ontario, Canada, and to evaluate the effects of body site, individual and time of year on microbial diversity and community composition. ANIMALS: Samples were collected from four body sites (dorsum, ventral abdomen, pastern and groin) from 12 clinically healthy horses from the same farm. Samples were collected from all individuals at four time points (winter, spring, summer, autumn) within a calendar year. METHODS AND MATERIALS: Illumina sequencing of the V4 region of the 16S rRNA gene was performed following DNA extraction. Data were analysed using mothur software. RESULTS: Bacteria from 38 phyla and 1,665 genera were identified. Alpha diversity was higher in the winter and summer than spring and autumn although this was not statistically significant. Community membership and structure clustered more based on season than skin site. CONCLUSIONS AND CLINICAL IMPORTANCE: Healthy equine skin is inhabited by a marked diversity of microbiota. Individuals living in a similar environment share overlapping cutaneous microbial populations. These populations vary significantly over time and between body sites.

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 enseignants0,058
Score d'incertitude au seuil0,116

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
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 Opus0,040
Tête enseignante GPT0,322
Écart entre enseignants0,281 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVeterinary DermatologyMême sujetDermatology and Skin DiseasesTravaux en français237 207