Effects of Neutering Across Breeds and Mixed Breeds
Notice bibliographique
Résumé
Datasets used to study the effects of neutering (including spaying) in increasing the incidence of joint disorders and cancers in Australian Cattle Dogs, Australian Shepherds, Beagles, Bernese Mountain Dogs, Border Collies, Boston Terriers, Boxers, Bulldogs, Cavalier King Charles Spaniels, Chihuahuas, Cocker Spaniels, Collies, Corgis, Dachshunds, Doberman Pinschers, English Springer Spaniels, German Shepherds, Golden Retrievers, Great Danes, Irish Wolfhounds, Jack Russell Terriers, Labrador Retrievers, Malteses, Miniature Schnauzers, Pomeranians, Poodles (3 varieties), Pugs, Rottweilers, Saint Bernards, Shetland Sheepdogs, Shih Tzus, West Highland White Terriers, Yorkshire Terriers, and 5 weight categories of mixed breed dogs: small (<10kg), medium (10-19kg), standard (20-29kg), large (30-39kg), and giant (40+kg). Veterinary hospital records from the University of California, Davis were examined for dogs ranging from ages 1 to 11 for the effects of neutering during the specified age ranges: before 6 mo., and during 6-11 mo., during 1 year and in years 2 through 8. The diseases examined were hip dysplasia, CCL tear, elbow dysplasia, lymphosarcoma, mast cell tumor, hemangiosarcoma, osteosarcoma, mammary cancer, pyometra, and urinary incontinence.<br>
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».