Ocorrência de enfermidades em cães das raças golden retriever e labrador retriever
Notice bibliographique
Résumé
Os objetivos neste estudo retrospectivo foram investigar as informações diagnósticas de ocorrência em cães das raças golden retriever (GR) e labrador retriever (LR) atendidos no Hospital Veterinário “Governador Laudo Natel” (HV), Faculdade de Ciências Agrárias e Veterinárias (FCAV), Universidade Estatual Paulista (UNESP), Campus de Jaboticabal, SP e do Hospital Veterinário da Universidade Federal de Uberlândia (HOVET-UFU), de janeiro de 2017 a dezembro de 2021, e avaliar as enfermidades mais frequentes, em especial, a incidência da obesidade nessas raças. Para isso, foi realizado o levantamento de dados por meio da análise de prontuários de ambos os hospitais. As classificações dos pacientes foram de acordo com sexo, raça, enfermidade diagnosticada, idade e peso. Ao todo, foram analisadas 4.528 informações provenientes de 968 cães, sendo que 542 cães foram atendidos no HV-UNESP e 426 cães no HOVET-UFU. A trajetória de atendimentos ao longo dos anos foi identificada por uma análise descritiva dos dados. A predominância de informações diagnósticas relacionadas aos neoplasmas, obesidade e displasias nas raças GR e LR atendidos no HV-UNESP foi identificada. O neoplasma foi mais representativo nos cães GR e LR do HOVET-UFU, seguido por hemoparasitose e displasias. Os resultados obtidos servem de indicadores que poderão ser consultados em estudos futuros sobre as raças e as enfermidades, fornecendo auxílio aos médicos veterinários. Novas associações podem ser realizadas em relação à ocorrência de doenças mais prevalentes nos hospitais, como: fatores ambientais, nutricionais, relação tutor e cão, dentre outros que podem ter influência direta no aparecimento das enfermidades destacadas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».