Studio radiografico delle anche in una popolazione di Labrador e Golden Retriever in addestramento per attività sociali
Bibliographic record
Abstract
La displasia dell’anca nei cani è una delle patologie ortopediche più diffuse. L’esame radiografico delle articolazioni coxofemorali è un metodo largamente accettato e documentato per la diagnosi di displasia e rappresenta l’unico modo di ridurne la frequenza genetica attraverso la valutazione fenotipica dei riproduttori. Lo scopo di questo studio è determinare la prevalenza della displasia dell’anca, nei suoi diversi gradi e manifestazioni, in una popolazione di 42 cani appartenenti alle razze Labrador e Golden Retriever provenienti dalla Scuola Nazionale Cani Guida per Ciechi della regione Toscana. La valutazione radiografica delle anche è stata eseguita utilizzando la proiezione ventrodorsale standard. La gravità della displasia è stata classificata sia con il metodo F.C.I. che con il metodo anglosassone. La prevalenza di displasia dell’anca nella popolazione è stata del 73,8%; del 76,2% nei maschi e del 71,4% nelle femmine; del 77,4% nei cani tra 14 e 18 mesi di età e 63,7% nei cani tra 19 e 24 mesi di età. Il 16,1% dei cani displasici avevano displasia monolaterale. Il 23,8% dei casi presentava solo incongruità articolare come segno di displasia, il 73,8% presentava incongruità con osteofitosi ed il 2,4% presentava solo osteofitosi. La prevalenza della displasia nel sottogruppo dei non artrosici è stata del 30%.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".