Validation of a system for monitoring feeding behavior in beef cattle1
Notice bibliographique
Résumé
The objective of this study was to evaluate the use of an electronic radio-frequency-identification-based system (GrowSafe System Ltd., Airdrie, Alberta, Canada) to measure feeding behavior traits in beef cattle fed a high-grain diet. Feeding behavior data were recorded by the GrowSafe system and time-lapse video using 10 heifers over a 6-d period. Observed bunk visit (BV) and meal event data (frequency and duration) were compared with electronic feeding behavior data generated by the GrowSafe system at 5 parameter settings (MPS; 30, 60, 100, 150, and 300 s), which are used to define the maximum duration between consecutive electronic identification recordings to initiate a subsequent BV event. A random coefficient model was used to compare video and electronic data using orthogonal contrasts. Video data were regressed on the electronic feeding behavior data to obtain an estimate of precision (r(2)) and other statistical estimates, including mean square error of prediction and concordance correlation coefficient, to access the adequacy of the electronic system predictions. The variation in MPS values affected BV data, but not meal event data. Electronic meal frequency and duration data were not different (P > 0.50) from observed values, and were not affected by electronic MPS values. The optimal MPS value for prediction of BV and meal event frequency and duration traits was 100 s. Our evaluation indicated the GrowSafe system 4000E was able to predict BV and meal event data when the 100-s MPS was used to analyze the feeding behavior data.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».