MétaCan
Menu
Retour à la cohorte
Enregistrement W4406668892 · doi:10.2460/ajvr.24.09.0276

Amino acid profiles for red wolves (Canis rufus) managed under human care are significantly different compared to the profiles of domestic dogs (Canis familiaris)

2025· article· en· W4406668892 sur OpenAlexaboutno aff
Ashley R. Souza, Kimberly Ange‐van Heugten, Elizabeth G. Duke, Tara M. Harrison

Notice bibliographique

RevueAmerican Journal of Veterinary Research · 2025
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Medicine and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCanisLabrador RetrieverConfidence intervalDomestic animalAnimal scienceVeterinary medicineBiologyZoologyMedicineInternal medicineEcologySurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To establish a reference interval for amino acid profiles for healthy red wolves (Canis rufus). METHODS: Heparinized plasma of 48 red wolves was collected between August 2023 and April 2024 and sent to the University of California-Davis Amino Acid Laboratory for analysis. Reference intervals were created using the published American Society for Veterinary Clinical Pathology reference interval guidelines. Data were analyzed via Gaussian data distribution, and parametric statistical methods were used to produce a 90% CI of reference limits. The means of the red wolf intervals created were compared to those of the domestic dog using a z test. RESULTS: Reference intervals were created for red wolves (n = 48). Upon completion of the z test, 11 of 21 amino acids were found to be statistically significantly different compared to those of the domestic dog. CONCLUSIONS: A reference interval was created for red wolves. The red wolf amino acid profiles are different than those of the domestic dog, with 52% (11/21) of the profiles being statistically different. CLINICAL RELEVANCE: Red wolf amino acid profiles should not be compared to those of the domestic dog reference intervals due to the significant difference between profiles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,164
Tête enseignante GPT0,442
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Veterinary ResearchMême sujetVeterinary Medicine and SurgeryTravaux en français237 207