Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | University of Haifa | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | North Carolina State University | - |
Autor(es): dc.contributor | Northumbria University | - |
Autor(es): dc.creator | Feighelstein, Marcelo | - |
Autor(es): dc.creator | Luna, Stelio P. | - |
Autor(es): dc.creator | Silva, Nuno O. | - |
Autor(es): dc.creator | Trindade, Pedro E. | - |
Autor(es): dc.creator | Shimshoni, Ilan | - |
Autor(es): dc.creator | van der Linden, Dirk | - |
Autor(es): dc.creator | Zamansky, Anna | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:44:52Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:44:52Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2025-11-30 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1038/s41598-024-83950-y | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/298357 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/298357 | - |
Descrição: dc.description | This study explores the question whether Artificial Intelligence (AI) can outperform human experts in animal pain recognition using sheep as a case study. It uses a dataset of N = 48 sheep undergoing surgery with video recordings taken before (no pain) and after (pain) surgery. Four veterinary experts used two types of pain scoring scales: the sheep facial expression scale (SFPES) and the Unesp-Botucatu composite behavioral scale (USAPS), which is the ‘golden standard’ in sheep pain assessment. The developed AI pipeline based on CLIP encoder significantly outperformed human facial scoring (AUC difference = 0.115, p < 0.001) when having access to the same visual information (front and lateral face images). It further effectively equaled human USAPS behavioral scoring (AUC difference = 0.027, p = 0.163), but the small improvement was not statistically significant. The fact that the machine can outperform human experts in recognizing pain in sheep when exposed to the same visual information has significant implications for clinical practice, which warrant further scientific discussion. | - |
Descrição: dc.description | Department of Information Systems University of Haifa | - |
Descrição: dc.description | School of Veterinary Medicine and Animal Science Sao Paolo State University (Unesp) | - |
Descrição: dc.description | Department of Population Pathobiology North Carolina State University | - |
Descrição: dc.description | Department of Computer and Information Sciences Northumbria University | - |
Descrição: dc.description | School of Veterinary Medicine and Animal Science Sao Paolo State University (Unesp) | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Scientific Reports | - |
???dc.source???: dc.source | Scopus | - |
Título: dc.title | Comparison between AI and human expert performance in acute pain assessment in sheep | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: