A survey of the main behavioural and natatorial issues observed in non-genetically selected dog breeds trained for water rescue activities
Notice bibliographique
Résumé
: In this survey, we collected information on non-genetically selected pure breed dogs trained for water rescue considering the issues highlighted by the instructors of the Italian School of Water Rescue Dogs (S.I.C.S.) in Italy over a one-year period. A questionnaire was developed and emailed to thirteen S.I.C.S. sections asking for information on the number of certificates and services carried out in one year, the pure breed dogs used, and the main problems detected in each breed. Only six questionnaires were received and processed. The results revealed that a total of 82 (14.0 as average value) dog-human dyads with certificates with a total number of 157 (26.17 as average value) services recorded in one summer All sections reported certified dogs from three genetically selected breeds (Newfoundland, Labrador, and Golden Retriever), mixed-breed dogs, and other pure-breed dogs, such as Bernese Mountain Dog, Doberman, Pitbull, German Shepherd, and American Staffordshire Terrier dogs. The main problems highlighted in non-genetically selected pure breed dogs were natatorial, linked to an incorrect set-up or to a lack of tail and/or undercoat. To solve these problems, neoprene underwear and/or floating harnesses were used, and the instructors tried to improve the swimming attitude.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».