Short communication: Repeatability of measures of rectal temperature in dairy cows
Notice bibliographique
Résumé
Although taking body temperature by rectal thermometer is the method most commonly used to identify sick cows in the postpartum period, no data on the repeatability of this measure are available. The overall objective of this study was to evaluate variability of rectal temperatures in dairy cows considering different factors (intra- and interinvestigator repeatability, different thermometers, penetration depth into the rectum, and defecation). High coefficients of correlation (r=0.98) and small differences between values of rectal temperatures (observer A=39.3+/-1.0 degrees C and observer B=39.4+/-1.0 degrees C) provide evidence that rectal temperature was a repeatable measure in dairy cows. Testing was carried out using 4 different digital thermometers: GLA M750 (GLA Agricultural Electronics, San Luis Obispo, CA), MTI8101 (SES Scala Electronics, Stahnsdorf, Germany), MT1831 (Microlife AG, Widnau, Switzerland) and Domotherm TH1 (Uebe Medical GmbH, Wertheim, Germany). Thermometers were inserted into the rectum to a certain depth (GLA M750 and MTI8101=11.5cm; MT1831=8.4cm; Domotherm TH1=7.7cm) and a measure was finished when a visual or acoustic signal was emitted by the thermometer. The measures could be influenced by the procedure itself (up to 0.5 degrees C), type of thermometer (up to 0.3 degrees C), and the penetration depth (11.5cm or 6.0cm in one of the experiments) into the rectum (up to 0.4 degrees C difference between a penetration depth of 11.5cm and 6.0cm in one of the experiments). Differences in rectal temperature before and after defecation were minor (<0.1 degrees C). These results indicate that some care is required in generalizing rectal measures of body temperature.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».