MétaCan
Menu
Retour à la cohorte
Enregistrement W1965429986 · doi:10.3168/jds.s0022-0302(05)73000-9

Hoof Pathologies Influence Kinematic Measures of Dairy Cow Gait

2005· article· en· W1965429986 sur OpenAlexafffund
F.C. Flower, David J. Sanderson, Daniel M. Weary

Notice bibliographique

RevueJournal of Dairy Science · 2005
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaDairy Farmers of Canada
Mots-clésHoofGaitSTRIDEGait cycleMedicineGait analysisDairy cattleLamenessKinematicsAnimal sciencePhysical medicine and rehabilitationBiologyAnatomySurgery

Résumé

récupéré en direct d'OpenAlex

To explore how hoof pathologies affect the gait of dairy cattle, we studied gait profiles of cows with no visible injuries (n = 17), sole lesions (n = 14), and sole ulcers (n = 7). Video recordings of dairy cows were digitized using motion analysis software to calculate 6 stride variables for each hoof. Compared with cows with sole ulcers, healthy cows walked faster (1.11 +/- 0.03 vs. 0.90 +/- 0.05 m/s, mean +/- SEM), had shorter stride durations (1.26 +/- 0.03 vs. 1.48 +/- 0.05 s), and longer strides (139.5 +/- 2.1 vs. 130.0 +/- 3.2 cm). Percentage of triple support in the gait cycle (time when cattle were supported by 3 legs) more than doubled for cows with sole ulcers compared with healthy cows (42 vs. 18%). Gait differences were likely due to cows reducing the load on an affected leg. Few differences were detected between healthy cows and those with sole lesions, perhaps because of variation in number, severity, and location of injuries. Kinematic gait analysis is a promising approach in understanding how hoof pathologies affect dairy cow gait.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,082
Tête enseignante GPT0,348
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations156
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207