HEALTH PROBLEMS IN SELECTED BREEDS OF LARGE DOGS
Notice bibliographique
Résumé
The aim of the study was to analyse selected large dog breeds in terms of the incidence of their typical diseases. The research part of the study was based on an analysis of questionnaires carried out among owners and breeders of pedigree dogs and veterinarians. The questionnaires asked questions concerning, among other things, the choice of a particular breed for breeding and diseases occurring in dogs. Four large dog breeds were selected for analysis and these were the German Shepherd, Golden Retriever, Labrador Retriever and Bernese Mountain Dog. As a result of the analysis, it can be seen that dog owners are not interested in the health status of a breed before buying a pet, and the main criterion for choosing a dog was disposition and physical appearance. Both dog owners and veterinary surgeons indicated that large breed dogs are most commonly affected by musculoskeletal disorders. The most vulnerable breeds to musculoskeletal injuries or diseases according to owners were the Golden Retriever and the Bernese Mountain Dog. Accord- ing to veterinarians, all large and giant dogs are at risk of musculoskeletal health problems, but the breeds with the highest risk of these diseases are German Shepherds and Bernese Mountain Dogs. Surveys carried out have shown some inappropriate phenomena – the reluctance of some breeders to talk about the health problems of the dogs they keep. Therefore, it seems advisable to promote knowledge of diseases in pedigree dogs, which will allow more thoughtful breeding, if only through appropriate mating, and consequently increase the comfort of the dogs’ lives.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,002 | 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 ».