MétaCan
Menu
Retour à la cohorte
Enregistrement W4387241848

A retrospective study of equine perinatal loss in Canada (2007 to 2020).

2023· article· en· W4387241848 sur OpenAlexaffabout
R Madison Ricard, Guillaume St‐Jean, Harveen K Atwal, Bruce Wobeser

Notice bibliographique

RevuePubMed · 2023
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensSaskatchewan Ministry of Agriculture
Organismes subventionnairesnon disponible
Mots-clésMedicineRetrospective cohort studyPediatricsGynecologyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: This study aims to identify the most common causes of equine perinatal loss up to 7 d of age in Canada. Animal: Equine. Procedure: Necropsy reports from 360 equine perinatal loss cases were acquired from provincial veterinary diagnostic labs across Canada. Each case was classified into a basic cause (noninfectious, infectious, or unidentified) of perinatal loss, then further classified into primary and secondary categories for analysis. Results: was the most commonly identified bacterial species. Conclusion: This study showed similar results to those of studies conducted in other countries, including having similar etiologic agents identified. The high prevalence of thyroid hyperplasia identified in this study is notable and was not reported in other, similar retrospective studies, despite being reported in locations other than Canada. Clinical relevance: Perinatal loss can have important economic consequences for horse breeders; thus, identification of the most common causes is of interest to both veterinarians and breeders.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,643

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,071
Tête enseignante GPT0,342
Écart entre enseignants0,271 · 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 tête enseignante, 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetVeterinary Equine Medical ResearchTravaux en français237 207