MétaCan
Menu
Back to cohort
Record W7062375402

Studie zur kinetischen Ganganalyse und Entwicklung der Körpergewichtsverteilung 
\ndes heranwachsenden Hundes

2022· other· de· W7062375402 on OpenAlexaboutno aff

Bibliographic record

VenueElectronic Theses of LMU Munich (Ludwig-Maximilians-Universität München) · 2022
Typeother
Languagede
FieldEngineering
TopicParticle accelerators and beam dynamics
Canadian institutionsnot available
Fundersnot available
KeywordsReference valuesBeagle
DOInot available

Abstract

fetched live from OpenAlex

Der adulte, gesunde Hund wurde in der Literatur der instrumentierten Ganganalyse bereits ausführlich beschrieben. Zum Hund im Wachstum wurden bisher nur wenige Studien veröffentlicht. Die Ziele der vorliegenden Arbeit waren die Beschreibung der Entwicklung der kinetischen Parameter beim gesunden Hund im Wachstum. Die erhobenen Daten sollten für künftige Studien den Zugang zu Referenzwerten für den Hund im Wachstum ermöglichen. \nAcht Foxhound-Boxer-Ingelheim-Labrador Retriever (FBI), und vier Beagles wurden sechs Mal im Alter zwischen 10 und 78 postnatalen Wochen (PW) jeweils in den Gangarten Schritt und Trab untersucht. Folgende kinetische Parameter wurden erhoben: Vertikale Spitzenkraft (Peak Vertikal Force, PVF), Vertikaler Impuls (VI), Standphasendauer (Stance Time, ST), Time Of Occurence (TOO) und Körpergewichtsverteilung (Bodyweight Distribution, BWD). Die Daten wurden zu Vorder- (Thoracic Limb, TL) und Hintergliedmaßen (Pelvic Limb, PL) zusammengefasst. Die dimensionslose Froude Number wurde errechnet. \nIn der vorliegenden Studie wurden kinetische Referenzwerte für Hunde im Wachstum der Rassen Beagle und FBI in den Gangarten Schritt und Trab erhoben. \nAlle kinetischen Parameter waren zu allen Untersuchungszeitpunkten für beide Rassen und in beiden Geschwindigkeiten auf den TL höher als auf den PL. \nDie Ergebnisse in der Gangart Schritt: PVF PL war in PW 10 und 17 signifikant geringer als in PW 78; VI PL war in PW 17 signifikant geringer als in PW 78; TOO TL war in PW 26 signifikant geringer als in PW 78; VI PL, ST TL, ST PL waren beim FBI signifikant geringer als beim Beagle; TOO TL war beim FBI signifikant höher als beim Beagle. \nDie Ergebnisse in der Gangart Trab: PVF TL, VI PL, ST PL, und TOO PL waren in PW 10 signifikant geringer als in PW 78; VI TL und TOO TL waren in PW 10 und 17 signifikant geringer als in PW 78; BWD TL war in PW 10 signifikant geringer als in PW 78; PVF TL und PVF PL waren beim FBI signifikant höher im Vergleich zum Beagle. \nFür den Beagle bezüglich beider Gangarten wurde ein signifikanter Unterschied in der Froude Number zwischen PW 10 und allen folgenden PWs gezeigt. Für den FBI bezüglich der Gangart Schritt wurde ein signifikanter Unterschied in der Froude Number zwischen PW 10 und allen folgenden PWs, sowie in der Gangart Trab zwischen PW 10 und 17 und allen folgenden PWs gezeigt. \nEine maßgebliche Limitation der vorliegenden Studie war die geringe Probandenzahl. Zukünftige Studien mit höherer Probandenzahl und weiteren Hunderassen sind notwendig, um eine größere Bandbreite kinetischer Referenzwerte für den Hund im Wachstum zu ermöglichen.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.003
Threshold uncertainty score0.013

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0000.001
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0030.001

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.

Opus teacher head0.010
GPT teacher head0.227
Teacher spread0.217 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueElectronic Theses of LMU Munich (Ludwig-Maximilians-Universität München)Same topicParticle accelerators and beam dynamicsFrench-language works237,207