MétaCan
Menu
Retour à la cohorte
Enregistrement W7135780630

Fluctuation of Earth's magnetic field and its influence on dogs

2016· dissertation· cs· W7135780630 sur OpenAlexaboutno aff
Kateřina Beránková

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2016
Typedissertation
Languecs
DomaineNeuroscience
ThématiqueHemispheric Asymmetry in Neuroscience
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrientation (vector space)Magnetic fieldCompassMagnetoreceptionLabrador RetrieverBreedField (mathematics)Demagnetizing field
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Fluctuation of Earth's magnetic field and its influence on dogs Kateřina Beránková The aim of the bachelor thesis was monitoring and documenting the orientation selected breeds of dogs when feeding, depending on fluctuation of the Earth's magnetic field. The theoretical part of this thesis deals with a summary of information about one of the three selected breeds of dogs (deutscher boxer), that was just like the rest of breeds used as a model animal for the practical part. In the next part is introduced magnetoreception, therefore, the ability of animals to perceive the Earth's magnetic field and its hypothetical models of functioning. There is also described magnetic orientation and its other forms which are magnetic map, magnetic compass and magnetic alignment, which is spontaneous orientation of the body axis of the animal in certain direction, for example, in the North-South axis by influence of the Earth's magnetic field. The practical part of the thesis mainly deals with exploring the influence of the Earth's magnetic field on the orientation of the head and of the body axis, when dogs are feeding. Selected breeds of dogs were Deutscher boxer, Bernese mountain dog, Chodsky dog and hybrid of Labrador retriever and Siberian husky. Statistical analysis showed North-South direction preference only in the case of the breed Chodsky dog. For other breeds of dogs, East-West orientation was dominated.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,241 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetHemispheric Asymmetry in NeuroscienceTravaux en français237 207