MétaCan
Menu
Retour à la cohorte
Enregistrement W6403856 · doi:10.1177/026119290503300308

Alopecia Scoring: The Quantitative Assessment of Hair Loss in Captive Macaques

2005· article· en· W6403856 sur OpenAlexaff
Paul Honess, Jéssica Gimpel, Sarah Wolfensohn, Georgia Mason

Notice bibliographique

RevueAlternatives to Laboratory Animals · 2005
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of Oxford
Mots-clésHair lossScoring systemBiologyReliability (semiconductor)Animal welfareDorsumQuantitative assessmentPrimateAudiologyPsychologyMedicineNeuroscienceEcologyAnatomySurgery

Résumé

récupéré en direct d'OpenAlex

Many captive animals show forms of pelage loss that are absent in wild or free-living conspecifics, which result from grooming or plucking behaviours directed at themselves or at other individuals. For instance, dorsal hair loss in primates such as rhesus macaques (Macaca mulatta) in research facilities, results from excessive hair-pulling or over-grooming by cage-mates. This behaviour appears to be associated with stress, and is controllable to some extent with environmental enrichment. Quantifying alopecia in primates (as in many species) is therefore potentially useful for welfare assessment. A simple system for scoring alopecia was developed and its reliability was tested. Study 1 showed high interobserver reliability between two independent scorers in assessing the state of monkeys coats from photographs. Study 2 showed that there were no significant differences between the scores derived from photographs and from direct observations. Thus, where hair loss due to hair pulling exists in captive primates, this scoring system provides an easy, rapid, and validated quantitative method, for use in assessing the success of attempts to reduce it via improved husbandry. In the future, such scoring systems might also prove useful for quantifying barbering in laboratory rodents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
Tête enseignante GPT0,420
Écart entre enseignants0,372 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations61
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlternatives to Laboratory AnimalsMême sujetPrimate Behavior and EcologyTravaux en français237 207