MétaCan
Menu
Retour à la cohorte
Enregistrement W4390870713 · doi:10.1055/s-0043-1778005

Aging Not All Bad for Labrador and Golden Retrievers

2024· editorial· en· W4390870713 sur OpenAlexaboutno aff
Kenneth A. Johnson

Notice bibliographique

RevueVeterinary and Comparative Orthopaedics and Traumatology · 2024
Typeeditorial
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical recordCruciate ligamentRetrospective cohort studyRadiographySurgeryAnterior cruciate ligament

Résumé

récupéré en direct d'OpenAlex

Kenneth A. Johnson, MVSc, PhD, FACVSc, DACVS, DECVS The findings of some previous studies suggest that up to 50% of dogs diagnosed with unilateral cranial cruciate ligament rupture would sustain the same problem in the contralateral stifle within 2 years. However, the findings of a recent study of dogs older than 8 years at the time of diagnosis of unilateral cruciate rupture suggest that this risk was only 19%.[ 1 ] Also this risk decreased for Labrador Retrievers and Golden Retrievers as they become older. Being a retrospective study of medical records and radiology reports, this study has some limitations. The investigators did not personally evaluate all the radiographs or examine any of the dogs for follow-up. Nevertheless, these are interesting data, and likely to be good news for the owners of these older dogs. However, what is a bit unclear is the manner in which this information would influence the decision-making process of the owners of older dogs when they get the initial diagnosis of unilateral cruciate ligament rupture. Would they be less likely or more likely to proceed with surgery? Perhaps it would not make any difference to their intention to proceed with surgery. Publication History Article published online: 15 January 2024 © 2024. Thieme. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0020,001
Intégrité de la recherche0,0100,011
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,117
Tête enseignante GPT0,369
Écart entre enseignants0,252 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary and Comparative Orthopaedics and TraumatologyMême sujetVeterinary Orthopedics and NeurologyTravaux en français237 207