MétaCan
Menu
Retour à la cohorte
Enregistrement W4320077784 · doi:10.58292/ct.v14.9303

Failure of pregnancy in horses and camelids

2022· article· en· W4320077784 sur OpenAlexaff
Robert A. Foster

Notice bibliographique

RevueClinical Theriogenology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPregnancyAbortionFetusMedicinePathologyBiopsyObstetricsBiology

Résumé

récupéré en direct d'OpenAlex

Determining pregnancy failures in horses and camelids is approached as a diagnostic investigation of an individual animal. Itbegins with the preliminary discussion around expectations of the investigation and apparently, diagnostic success rate is highin horses. However, diagnostic success in camelids is low. General approach from a pathology point of view is to identify severalof noninfectious fetal and fetal membranes’ lesions and then determine the potential infectious causes; agents include viruses,eubacteria, protozoa, and fungi. Bacterial and fungal infections are mostly ascending infections whereas viral and protozoal aresystemic infections. When an infectious cause is excluded, the focus is directed on potential noninfectious causes and particularlythose with detectible lesions. Maternal evaluation, specifically, via endometrial biopsy and examination of fetus and fetal membranes(including umbilical cord) in horses, normally provide an explanation for noninfectious failure of pregnancy in severalcircumstances. Special attention should be given to fetal thyroid gland, tracheal contents, and musculoskeletal system, particularly,the medulla of long bones. In horses, noninfectious failure of pregnancy with no lesions (idiopathic abortion) is observed in asmall percentage of cases. In camelids, it is a common ‘diagnosis.’

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,055
Tête enseignante GPT0,304
Écart entre enseignants0,248 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical TheriogenologyMême sujetReproductive Physiology in LivestockTravaux en français237 207