MétaCan
Menu
Retour à la cohorte
Enregistrement W1966238638 · doi:10.1080/10888700903369248

Changes in Substrate Access Did Not Affect Early Feather-Pecking Behavior in Two Strains of Laying Hen Chicks

2009· article· en· W1966238638 sur OpenAlexafffund
Laura Dixon, I.J.H. Duncan

Notice bibliographique

RevueJournal of Applied Animal Welfare Science · 2009
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Rural AffairsNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésFeather peckingFeatherPecking orderLayingAffect (linguistics)Substrate (aquarium)BiologyZoologyAnimal sciencePsychologyEcologyCommunicationEngineering

Résumé

récupéré en direct d'OpenAlex

Feather pecking, commonly found in flocks of laying hens (Gallus gallus), is detrimental to bird welfare. Thought to cause this problem is the normal housing of layers without a floor substrate. Some evidence suggests that early substrate access decreases later feather pecking. However, there has been little research on the immediate effects of a change in substrate availability on bird welfare, although environmental modifications like this are often done when brooding and rearing laying hen chicks. To investigate this, the behavior of two strains of laying hen chicks was recorded for 4 weeks. The study kept the birds on either wire or peat moss for 14 days and then switched half the chicks to the other flooring. Early feather pecking was not significantly different for birds started on peat moss and switched to wire than for birds only on wire (p > .05). Because moving chicks from peat moss to wire did not cause additional welfare problems, the study recommends that chicks be kept on a substrate when young as feather-pecking levels are lower and immediate welfare is improved compared with birds kept only on wire.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,384
Écart entre enseignants0,313 · 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

Citations13
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

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