MétaCan
Menu
Retour à la cohorte
Enregistrement W978629428

CANINE ELBOW DYSPLASIA IN DIFFERENT BREEDS

2008· article· en· W978629428 sur OpenAlexaboutno aff
T. Narojek, K. Fiszdon, Ewa Hanysz

Notice bibliographique

RevueBulletin of the Veterinary Institute in Pulawy · 2008
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElbowDysplasiaMedicineVeterinary medicineIncidence (geometry)OsteochondrosisOsteochondritisSurgeryPathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The analysis of elbow radiographs of 21 272 dogs, examined during 1988-2005, enabled us to estimate the frequency of canine elbow dysplasia in 90 breeds of dogs. Relation between breeds and incidence of elbow dysplasia was established statistically. The percentage of affected specimens was surprisingly low at 0.7% (150 dogs), and distinctly lower than the percentages reported by several authors in Germany, the USA, and other countries. The highest number of dogs affected was found in 47 (1.7% of total number studied) German Shepherds, in 25 Rottweilers (2%), and in 17 Dachshunds (0.5%). Breeds most often affected were of FCI group II, namely English Mastiffs (9%), Dogue de Bordeaux (8.5%), Neapolitan Mastiffs (8.3%), and Newfoundlands (4.6%). Elbow dysplasia was also found with significant frequency in breeds of the FCI group VIII – Labrador Retrievers (4.3%) and Golden Retrievers (4.4%). Fragmented coronoid process (FCP) was most frequently diagnosed (58.0% out of 150 affected specimens). Ununited anconeal process (UAP), was diagnosed in 32.0%. FCP and UAP together were present in 6.7% of the dysplastic specimens. No cases of osteochondritis dessecans and joint incongruity were found. UAP cases were most common in German Shepherds, while FCP occurred most frequently in Dogues de Bordeaux and Rottweilers.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
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)0,0010,000

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 Opus0,073
Tête enseignante GPT0,288
Écart entre enseignants0,215 · 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

Citations15
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the Veterinary Institute in PulawyMême sujetVeterinary Orthopedics and NeurologyTravaux en français237 207