Prévalence de l'allèle Dal-négatif chez 204 chiens fréquentant VetAgro Sup
Bibliographic record
Abstract
Plusieurs groupes sanguins sont actuellement connus chez le chien : les groupes du système DEA, le Kai 1 et le Kai 2, le Dal. Le Dal a été découvert il y a près de dix ans chez une chienne de race dalmatien ayant reçu plusieurs transfusions. Les chiens Dal-négatifs ne portent pas à la surface de la membrane de leurs érythrocytes d’antigène Dal. Lorsqu’ils sont transfusés par une première transfusion avec du sang Dal-positif, les chiens se sensibilisent au Dal et créer des anticorps anti-Dal. Au bout de quatre jours et jusqu’à la fin de leur vie, s’ils sont de nouveau transfusés avec du sang Dal-positif, ils sont susceptibles de déclencher une réaction hémolytique à médiation immune pouvant être mortelle, en effet le Dal semble être un groupe sanguin très immunogène. La prévalence du groupe sanguins Dal varie en fonction des races de chiens et de la géographie. En Amérique du Nord 11,7% des dalmatiens et 42,4% des dobermans sont Dal-négatif, Au Canada 2% des Beagles testés sont Dal-négatifs. Ce travail de thèse a permis d’évaluer, la répartition du groupe sanguin Dal dans une population de 204 chiens fréquentant Vetagrosup et ses alentours, révélant 4,9% des chiens Dal-négatif. Le chien ne possède pas d’alloanticorps anti-Dal avant d’être transfusé, il est fortement recommandé d’effectuer un crossmatch entre le receveur et les potentiels donneurs lors de polytransfusions chez un chien et de grouper certains individus des banques sanguines canines pour le Dal, afin de garde en réserves des chiens Dal-négatif disponibles en cas de besoin. Ce travail s’inscrit dans la mise au point d’un sérum monoclonal anti-Dal fiable pour la détection ce groupe.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".