MétaCan
Menu
Retour à la cohorte
Enregistrement W4385270582 · doi:10.1371/journal.pone.0288081

Dog breeds and conformations in the UK in 2019: VetCompass canine demography and some consequent welfare implications

2023· article· en· W4385270582 sur OpenAlex
Dan G. O’Neill, Kirsten M. McMillan, David B. Church, Dave C. Brodbelt

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensnon disponible
Organismes subventionnairesGoddard Space Flight CenterKennel Club Charitable TrustDogs TrustAgria Djurförsäkring
Mots-clésPurebredBreedCrossbreedVeterinary medicineDemographyAnimal welfareLabrador RetrieverMedicineAnimal healthBiologyAnimal scienceSurgeryEcology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Growing concerns over health and welfare impacts from extreme phenotypes in dogs have created an urgent need for reliable demographic information on the national breed structures of dogs. METHODS: This study included all dogs under primary veterinary care in the UK during 2019 at practices participating in VetCompass. Demographic data on these dogs were analysed to report on the frequency of common breeds and also to report on conformation, bodyweight, sex and neuter associations with these breeds. RESULTS: The study included 2,237,105 dogs under UK veterinary care in 2019. Overall, 69.4% (n = 1,551,462) were classified as purebred, 6.7% (149,308) as designer-crossbred and 24.0% (536,335) as nondesigner-crossbred. Across 800 unique breed names, the most frequent breeds at any age were nondesigner-crossbred (n = 536,335, 24.0%), Labrador Retriever (154,222, 6.9%) and Jack Russell Terrier (101,294, 4.5%). Among 229,624 (10.3%) dogs aged under one year, the most frequent breeds were nondesigner-crossbred (n = 45,995, 20.0%), French Bulldog (16,036, 7.0%) and Cockapoo (14,321, 6.2%). Overall, based on breed characteristics, 17.6% (395,739) were classified as brachycephalic, 43.1% (969,403) as mesaticephalic and 8.3% (186,320) as dolichocephalic. Of 1,551,336 dogs that were classifiable based on breed, 52.6% (815,673) were chondrodystrophic. Of 1,462,925 dogs that were classifiable, there were 54.6% (n = 798,426) short haired, 32.6% (476,883) medium haired and 12.8% (186,934) long haired. Of 1,547,653 dogs that were classifiable for ear carriage, 24.5% (n = 379,581) were erect, 28.1% (434,273) were semi-erect, 19.7% (305,475) were v-shaped drop and 27.7% (428,324) were pendulous. Overall, there was a 1.09:1.00 ratio of male (n = 1,163,512; 52.2%) to female dogs (n = 1,067,552; 47.8%). CONCLUSIONS: Health and welfare issues linked to popular breeds with extreme phenotypes suggest that there is much work to do to help owners to make more welfare-friendly decisions when choosing which type of dog to own.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,227

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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 Opus0,042
Tête enseignante GPT0,315
Écart entre enseignants0,272 · 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