MétaCan
Menu
Retour à la cohorte
Enregistrement W4293027424 · doi:10.3390/ani12172161

Hoof Impact and Foot-Off Accelerations in Galloping Thoroughbred Racehorses Trialling Eight Shoe–Surface Combinations

2022· article· en· W4293027424 sur OpenAlexaff
Kate Horan, James Coburn, Kieran Kourdache, Peter Day, Henry Carnall, Liam Brinkley, Dan Harborne, Lucy Hammond, Mick Peterson, Sean Millard, Thilo Pfau

Notice bibliographique

RevueAnimals · 2022
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesRoyal Veterinary CollegeHorserace Betting Levy Board
Mots-clésHoofSTRIDEBarefootFoot (prosody)ForelimbDorsumMedicineAnatomyMathematicsPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

The athletic performance and safety of racehorses is influenced by hoof−surface interactions. This intervention study assessed the effect of eight horseshoe−surface combinations on hoof acceleration patterns at impact and foot-off in 13 galloping Thoroughbred racehorses retired from racing. Aluminium, barefoot, GluShu (aluminium−rubber composite) and steel shoeing conditions were trialled on turf and artificial (Martin Collins Activ-Track) surfaces. Shod conditions were applied across all four hooves. Tri-axial accelerometers (SlamStickX, range ±500 g, sampling rate 5000 Hz) were attached to the dorsal hoof wall (x: medio-lateral, medial = positive; y: along dorsal hoof wall, proximal = positive; and z: perpendicular to hoof wall, dorsal = positive). Linear mixed models assessed whether surface, shoeing condition or stride time influenced maximum (most positive) or minimum (most negative) accelerations in x, y and z directions, using ≥40,691 strides (significance at p < 0.05). Day and horse−rider pair were included as random factors, and stride time was included as a covariate. Collective mean accelerations across x, y and z axes were 22−98 g at impact and 17−89 g at foot-off. The mean stride time was 0.48 ± 0.07 s (mean ±2 SD). Impact accelerations were larger on turf in all directions for forelimbs and hindlimbs (p ≤ 0.015), with the exception of the forelimb z-minimum, and in absolute terms, maximum values were typically double the minimum values. The surface type affected all foot-off accelerations (p ≤ 0.022), with the exception of the hindlimb x-maximum; for example, there was an average increase of 17% in z-maximum across limbs on the artificial track. The shoeing condition influenced all impact and foot-off accelerations in the forelimb and hindlimb datasets (p ≤ 0.024), with the exception of the hindlimb impact y-maximum. Barefoot hooves generally experienced the lowest accelerations. The stride time affected all impact and foot-off accelerations (p < 0.001). Identifying factors influencing hoof vibrations upon landing and hoof motion during propulsion bears implication for injury risk and racing 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)0,000
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,000
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 Opus0,175
Tête enseignante GPT0,445
Écart entre enseignants0,269 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetVeterinary Equine Medical ResearchTravaux en français237 207