Study of the hair cycle in dogs of different coats in tropical climate in Brazil
Bibliographic record
Abstract
O ciclo piloso tem sido mais estudado nos humanos, ovelhas e em animais de laboratório, porém existem poucos estudos nos cães. Além de variar conforme a espécie, raça, sexo e condições gerais de saúde, o ciclo piloso é influenciado principalmente por variações climáticas. O presente trabalho teve como objetivo analisar e melhorar o entendimento do ciclo piloso em três raças caninas com diferentes pelames que habitam na cidade de Viçosa-MG (latitude -20°45 ), nas diferentes estações do ano, durante o período de um ano. Foram utilizados um total de 21 cães sadios, todos machos, distribuídos em 3 grupos conforme o tipo de pelame. O grupo Boxer (GB) representou a pelagem do tipo curta e foi constituído por seis cães da raça Boxer, o grupo Labrador (GL) representou a pelagem do tipo intermediária e foi constituído por oito cães da raça Labrador e o grupo Schnauzer (GS) representou a pelagem do tipo longa e foi constituído por sete cães da raça Schnauzer. Foram coletadas amostras mensais de pêlos da região da articulação escapuloumeral durante o período de 1 ano. Utilizou-se o exame tricográfico como método de identificação das fases do ciclo piloso por meio da análise morfológica dos bulbos pilosos. A temperatura ambiental e a duração do fotoperíodo da cidade de Viçosa-MG foram obtidas e comparadas com os números de pêlos telogênicos e anagênicos dos grupos de animais deste estudo. Observou-se que os cães da raça Boxer e Labrador apresentam um número muito maior de pêlos telogênicos quando comparados com os cães da raça Schnauzer e que a atividade cíclica dos folículos pilosos nos cães das raças Boxer e Labrador está associada principalmente à variação da temperatura ambiental e em menor grau à variação do fotoperíodo, contudo o mesmo aparentemente não ocorreu nos cães da raça Schnauzer. Além disso, observou-se nos cães da raça Boxer e Labrador um maior número de pêlos telogênicos durante os meses mais quentes do ano, e um aumento dos pêlos anagênicos nos meses mais frios e nos Schnauzers não houve diferença nesses números nos períodos mais quentes e mais frios do ano.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 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) | 0.001 | 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".