PSI-3 An assessment of the barrier function of canine skin after repeated decontamination
Notice bibliographique
Résumé
Abstract Working canines are often deployed to environments with unknown chemical and biological contaminants. Deployed canines may operate in highly contaminated disaster sites for lengthy periods of time requiring daily decontamination efforts. The skin provides a barrier by retaining moisture and preventing entry by contaminants and pathogens. However, few data exist on the impact of repeated decontamination to the canine skin. The objective of this study was to identify changes in dermal health during and after a 14-day serial decontamination program. Labrador retrievers (n = 8) were decontaminated daily using a dish detergent solution (1:8, detergent:water). Skin measurements were collected weekly for pH, trans-epidermal water loss (TEWL), sebum, and moisture. Additionally, visual assessments were recorded for skin health, coat condition, and dander scores (back and body). Statistical tests were conducted with SAS (version 9.4) with measurements analyzed using a PROC GLM Two Way ANOVA and visual assessments analyzed using PROC FREQ Chi Square test. Significance was set at 5% for all tests. Repeated decontamination significantly increased TEWL (P < 0.0001) through day 16. Sebum content was also impacted by repeated daily decontamination efforts (P = 0.0387). Sebum decreased initially before steadily rising. In contrast, moisture content (P = 0.3842) and pH (P = 0.7462), were unaffected by repeated decontamination. Interestingly, dander scores assessed on the back were worsened by repeated decontamination (P = 0.0222) but dander scores assessed across the whole body were unaffected (P = 0.1804). Coat shine was unaffected by decontamination (P = 0.1156) similar to coat softness (P = 0.3418). Overall coat condition remained unchanged as a result of repeated decontamination efforts (P = 0.9466). These data reveal that daily decontamination impacts dermal function, potentially risks for canines working in contaminated areas. Future work should include investigations into methods for decontamination to mitigate these risks.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».