The biomechanics of working dog locomotion I: Steady-state trotting
Notice bibliographique
Résumé
The biomechanics of steady-state locomotion in different breeds of working dog is understudied, despite widespread use of these animals in multiple industries. It is unknown how kinematic and kinetic parameters vary between breeds and how these variations are potentially related to inter-breed variations in morphology. Here, gross morphology and trotting locomotion within a cohort of 27 Labrador Retrievers (“Labradors”), shepherd breeds (“Shepherds”) and spaniel breeds (“Spaniels”) were compared using motion capture, force plates and biomechanical modelling. Evidence for slight positive allometric scaling of limb and body lengths was found between the breeds, with relatively longer lengths seen in Shepherds compared to Spaniels. Significant between-breed differences in raw spatiotemporal parameters were found with the larger Shepherds trotting with greater velocities, stride lengths and ground reaction forces than the smaller breeds, although many of these factors scaled with isometry with respect to body mass when accounting for variations in trotting speed. However, gait cycle times and stride lengths do not scale isometrically with body size, which, taken together with significant differences in flexion-extension joint angles and moments, suggest dynamic similarity during trotting is unlikely between these breeds. Overall, these findings highlight specific differences in the biomechanics of steady-state trotting locomotion between working dog breeds despite their somewhat geometrically similar gross body proportions. This suggests that not only should locomotion databases for individual breeds exist for future canine research, but also that breed-specific considerations should be adopted to maximise the health and welfare of these dogs in working practices, such as load-carrying tasks.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».