Effects of Bedding Quality on Lying Behavior of Dairy Cows
Notice bibliographique
Résumé
Cows prefer to spend more time lying down in free stalls with more bedding, but no research to date has addressed the effects of bedding quality. Bedding in stalls often becomes wet either from exposure to the elements or from feces and urine. The aim of this study was to test the effect of wet bedding on stall preference and use. Four groups of 6 nonlactating Holstein cows were housed in free stalls bedded daily with approximately 0.1 m of fresh sawdust. Following a 5-d adaptation period, each group of cows was tested sequentially with access to stalls with either dry or wet sawdust bedding (86.4 +/- 2.1 vs. 26.5 +/- 2.1% dry matter), each for 2 d. These no-choice phases were followed by a 2-d free-choice phase during which cows had simultaneous access to stalls containing either wet or dry bedding. Stall usage was assessed by using 24-h video recordings scanned at 10-min intervals, and responses were analyzed by using a mixed model, with group (n = 4) as the observational unit. The minimum and maximum environmental temperatures during the experiment were 3.4 +/- 2.2 and 6.8 +/- 2.5 degrees C, respectively. When cows had access only to stalls with wet bedding, they spent 8.8 +/- 0.8 h/d lying down, which increased to 13.8 +/- 0.8 h/d when stalls with dry bedding were provided. Cows spent more time standing with their front 2 hooves in the stall when provided with wet vs. dry bedding (92 +/- 10 vs. 32 +/- 10 min/d). During the free-choice phase, all cows spent more time lying down in the dry stalls, spending 12.5 +/- 0.3 h/d in the dry stalls vs. 0.9 +/- 0.3 h/ d in stalls with wet bedding. In conclusion, dairy cows show a clear preference for a dry lying surface, and they spend much more time standing outside the stall when only wet bedding is available.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».