Incidence and risk factors of heat‐related illness in dogs from New South Wales, Australia (1997–2017)
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.
Notice bibliographique
Résumé
Heat Related Illness (HRI) in dogs is expected to increase as heatwaves surge due to global warming. The most severe form of HRI, heat stroke, is potentially fatal in dogs. The current study investigated the incidence and risk factors for HRI in dogs in NSW, Australia, from 1997 to 2017. We identified 119 HRI cases during this period, with a fatality rate of 23%. Dog breeds at elevated risk of HRI were Australian Stumpy Tail Cattle Dog, British Bulldog, French Bulldog, Maremma Sheepdog, Italian Greyhound, Chow Chow, Airedale Terrier, Pug, Samoyed, English Springer Spaniel, Labrador Retriever, Golden Retriever, Cavalier King Charles Spaniel, Border Collie, Staffordshire Bull Terrier, and pooled non-Australian National Kennel Council breeds (which included the American and Australian Bulldog) when compared with cross breeds (i.e., the reference variable). As expected, HRI cases were more likely in December and January, during the Australian summer and during hotter years (e.g., 2016). There were no differences in the risk of HRI between males and females nor between desexed or un-desexed dogs; but older dogs were at increased risk of HRI. These findings underscore the need for data collection that will enable the incidence of HRI in dogs to be monitored and to better understand canine risk factors particularly as temperatures will continue to rise due to global warming. The risk of mortality from HRI underpins the need for education programs focussed on prevention and early identification of HRI so that owners present affected dogs to their veterinarian as promptly as possible.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle