Herd-level risk factors for lameness in freestall farms in the northeastern United States and California
Notice bibliographique
Résumé
The objective was to investigate the association between herd-level management and facility design factors and the prevalence of lameness in high-producing dairy cows in freestall herds in the northeastern United States (NE; Vermont, New York, Pennsylvania) and California (CA). Housing and management measures such as pen space, stall design, bedding type, and milking routine were collected for the high-producing pen in 40 farms in NE and 39 farms in CA. All cows in the pen were gait scored using a 1-to-5 scale and classified as clinically lame (score ≥3) or severely lame (score ≥4). Measures associated with the (logit-transformed) proportion of clinically or severely lame cows at the univariable level were submitted to multivariable general linear models. In NE, lameness increased on farms that used sawdust bedding [odds ratio (OR)=1.71; 95% confidence interval (CI)=1.06-2.76] and decreased with herd size (OR=0.94; CI=0.90-0.97, for a 100-cow increase), use of deep bedding (OR=0.48; CI=0.29-0.79), and access to pasture (OR=0.52; CI=0.32-0.85). The multivariable model included herd size, access to pasture, and provision of deep bedding, and explained 50% of the variation in clinical lameness. Severe lameness increased with the percentage of stalls with fecal contamination (OR=1.15; CI=1.06-1.25, for a 10% increase) and with use of sawdust bedding (OR=2.13; CI=1.31-3.47), and decreased with use of deep bedding (OR=0.31; CI=0.19-0.50), sand bedding (OR=0.32; CI=0.19-0.53), herd size (OR=0.93; CI=-0.89-0.97, for a 100-cow increase), and rearing replacement heifers on site (OR=0.57; CI=0.32-0.99). The multivariable model included deep bedding and herd size, and explained 59% of the variation of severe lameness. In CA, clinical lameness increased with the percentage of stalls containing fecal contamination (OR=1.15; CI=1.05-1.26, for a 10% increase), and decreased with herd size (OR=0.96; CI=0.94-0.99, for a 100-cow increase), presence of rubber in the alley to the milking parlor (OR=0.46; CI=0.28-0.76), distance of the neck rail from the rear curb (OR=0.97; CI=0.95-0.99, for a 1-cm increase), water space per cow (OR=0.92; CI=0.85-0.99, for a 1-cm increase), and increased frequency of footbaths per week (OR=0.90; CI=081-0.99, for a 1-unit increase). The multivariable model included herd size, percentage of stalls containing fecal contamination, and presence of rubber in the alley to the milking parlor, and explained 44% of the variation of clinical lameness. Severe lameness increased with the percentage of stalls containing fecal contamination (OR=1.23; CI=1.06-1.42, for a 10% increase) and decreased with frequency of manure removal in the pen per day (OR=0.72; CI=0.53-0.97, for a 1-unit increase). The final model included both variables and explained 28% of the variation in severe lameness. In conclusion, changes in housing and management may help decrease the prevalence of lameness on dairy farms, but key risk factors vary across regions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».