Notice bibliographique
Résumé
The bachelor thesis deals with the education and training of assistance and guide dogs, especially their pretraining. For this area are most often used breeds of retrievers, purposeful crosses and to a lesser extent also shepherd breeds - especially border collies. Approaches and methods that can be used when working with these dogs are presented. The actual observation focuses on the individual stages of the pre-training of future assistance and guide dogs and describes in detail the methodology of their training. A questionnaire survey was used to analyse the success of the pre-training of 35 dogs, including an assessment of their temperament. These dogs were monitored for sex, breed, origin (with or without pass of origin), success in completing training and reasons for removal from the program. The actual progress of the pre-training was monitored and recorded for four puppies between January 2022 and completion in March 2024. These were specifically a Border Collie, a Flat Coated Retriever, a Golden Retriever and a Goldendoodle. The Golden Retriever was the most used breed for assistance and guide dog training, while the Golden Retriever was also the breed with the highest number of dogs removed from training. Only 29 % of dogs successfully completed training and were handed over. The most common reasons for removal from training were inappropriate personality traits, heart and eye findings and radiographic findings on the musculoskeletal system. Of the four puppies studied, only the Flat Coated Retriever completed complete training as an assistance dog.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,019 |
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 ».