MétaCan
Menu
Retour à la cohorte
Enregistrement W85809539 · doi:10.2527/2000.78127x

Breed and sex differences in growth curves for two breeds of dog guides.

2000· article· en· W85809539 sur OpenAlexaboutno aff
S K Helmink, R.D. Shanks, Eldin A. Leighton

Notice bibliographique

RevueJournal of Animal Science · 2000
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Medicine and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGompertz functionBreedBody weightGrowth curve (statistics)Labrador RetrieverAnimal scienceBiologyGerman Shepherd DogInflection pointDemographyVeterinary medicineMathematicsMedicineStatisticsEndocrinologySurgery

Résumé

récupéré en direct d'OpenAlex

A desirable dog guide weighs 18 to 32 kg as an adult. Male and female German shepherd dogs and male and female Labrador retrievers were weighed between birth and 18 mo of age, with at least one weight recorded after 290 d of age. Growth curves were constructed from 10,484 observations on 880 dogs using the Gompertz function in the form Wt = W(max)exp(-e[-(t-c)/b]), where Wt is weight at time t, Wmax is mature body weight, b is proportional to duration of growth, c is age at point of inflection, and t is age in days. Estimates for mature body weight were 2.4 +/- .3 kg higher for Labrador retrievers than for German shepherd dogs and 4.7 +/- .2 kg higher for males than for females. Male Labrador retrievers were closest to the upper limit for desirable weight, with an average estimated mature weight of 31.4 +/- .3 kg. Duration of growth, 4b + c, was not different between the breeds; however, the estimate for males was 8 +/- 5d longer than for females. Female Labrador retrievers had the shortest estimate for growth of 319 +/- 6 d. The estimate for age at the point of inflection was 3.6 +/- 1.2 d greater for males than for females, but not different between breeds. A better understanding of growth curves for dog guides may aid in estimating mature weight at a young age, thus allowing earlier breeding and training decisions to be made and increasing genetic change per year.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,814
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0000,000

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 Opus0,091
Tête enseignante GPT0,361
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations41
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetVeterinary Medicine and SurgeryTravaux en français237 207