Comparative Morphometric Analysis of Body and Skull Parameters in German Shepherd, Golden Retriever, and Siberian Husky Dogs
Notice bibliographique
Résumé
The present study involved 18 adult dogs, equally divided among three breeds: 6 German Shepherds, 6 Golden Retrievers, and 6 Siberian Huskies. The objective was to analyze various body conformation parameters, which included height, body length, heart girth, neck girth, length of the back, and overall height. Measurements were taken using a standard measuring tape to ensure accuracy. In addition to body dimensions, external skull morphometric parameters were also assessed, including skull length, skull width, cranial length, cranial width, facial length, jaw length, and key anatomical landmarks such as the prosthion, nasion, and bregma. The findings revealed that German Shepherds exhibited the highest average height compared to the other breeds, while Golden Retrievers followed closely behind, and Siberian Huskies had the lowest average height. The body length ratios among the breeds were approximately 5.50:6.50:7.0 for Siberian Husky, Golden Retriever, and German Shepherd, respectively. In terms of neck girth, the ratios were approximately 8.0:9.0:11.0 for the same breeds, with the shoulder girth ratio measured at 6.0:7.0:8.0. Moreover, the ratio of back lengths between the Golden Retriever and Siberian Husky was approximately 4.0:3.0. The cranial length ratios indicated a measurement of 4.0:3.0:3.0 for German Shepherds, Golden Retrievers, and Siberian Huskies, respectively. These results provide valuable insights into the physical characteristics of these popular dog breeds, which can aid in breed selection and understanding breed standards.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».