Détermination de l'ovulation chez les chiennes de race Labrador : mesure de la résistivité du mucus vaginal à l'aide d'une sonde DRAMINSKY
Bibliographic record
Abstract
L’objectif de ce travail est de déterminer l’efficacité de la mesure de la résistivité du mucus vaginal afin de détecter l’ovulation chez les chiennes de race Labrador. La première partie de cette étude dresse un état des lieux des connaissances actuelles de la physiologie de la reproduction canine et les méthodes utilisées pour détecter l’ovulation de façon précise, permettant l’utilisation de nouvelles techniques, comme l’insémination en semence réfrigérée ou congelée. Nous sont présentées également, au sein de cette partie, les connaissances sur l’utilisation de la résistivité du mucus vaginal chez la chienne et les autres espèces. La partie expérimentale porte sur l’utilisation de la résistivité du mucus vaginal pour détecter l’ovulation chez les Labradors. Cette étude a été réalisée sur 24 chiennes pendant leurs chaleurs. Elle avait pour but de comparer le moment de l’ovulation détectée par la sonde vaginale avec celui déterminé par le dosage de progestérone sanguine. La mesure de résistivité du mucus vaginal présente l’avantage d’être facile à utiliser. Elle permet de détecter l’ovulation à 24 heures près dans 33% des cas et à 48 heures près dans 50% des cas, lorsque les mesures sont prises en insérant la sonde de 6.5 centimètres (correspondant à la moitié de la longueur de la sonde) au sein du vagin. Le décalage maximal observé entre l’ovulation réelle et la chute de résistivité est de 96 heures. Cette méthode permet donc de détecter la période de fertilité mais ne permet pas de déterminer de façon précise l’ovulation.
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) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| 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".