MétaCan
Menu
Retour à la cohorte
Enregistrement W4409345053 · doi:10.3389/fpain.2025.1579155

Outcome assessment in veterinary pain studies: a pain in animals workshop (PAW) perspective

2025· article· en· W4409345053 sur OpenAlexaff
Dottie C. Brown, Johann F. Coetzee, M. Gill, Craig Johnson, Diksha Mohapatra, Michael L. Oshinsky, Stuart Robertson, Emily R. Smith, B. Duncan X. Lascelles

Notice bibliographique

RevueFrontiers in Pain Research · 2025
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensVancouver Coastal Health
Organismes subventionnairesNorth Carolina State University
Mots-clésPerspective (graphical)Veterinary medicineMedicinePain assessmentPain managementPhysical therapyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Biennially, the Pain in Animals Workshop (PAW) forum brings together scientists and clinicians to focus, across veterinary species and humans, on our shared passion of improving health through our ability to recognize and monitor pain. This collaboration has been instrumental in sharing current knowledge, identifying gaps, and aligning on the best paths forward in this challenging space. At the 2023 PAW held at the National Institutes of Health, Dr Dottie Brown delivered the inaugural Dr. Michele Sharkey PAW Lecture: “ Outcome Assessment in Veterinary Pain Studies: The Yellow Brick Road Continues ”. This perspectives article captures the content of that inaugural lecture and provides a reflection on how the PAW forums have been integral to the most recent wave of knowledge gain and awareness.

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)0,060
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0600,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
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 Opus0,255
Tête enseignante GPT0,516
Écart entre enseignants0,261 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Pain ResearchMême sujetVeterinary Orthopedics and NeurologyTravaux en français237 207