MétaCan
Menu
Retour à la cohorte
Enregistrement W1998659970 · doi:10.3168/jds.2006-871

Short Communication: Comparison of Bulk Milk, Yield-Corrected, and Average Somatic Cell Counts as Parameters to Summarize the Subclinical Mastitis Situation in a Dairy Herd

2007· article· en· W1998659970 sur OpenAlexaff
Jan Lievaart, W.D.J. Kremer, Herman W. Barkema

Notice bibliographique

RevueJournal of Dairy Science · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHerdSomatic cell countMastitisAnimal scienceSubclinical infectionMedicineDairy cattleVeterinary medicineStatisticsLactationBiologyMathematicsInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

In this study, the correlation was determined between the prevalence of high cow-level somatic cell count (SCC >250,000 cells/mL), a summary of the subclinical mastitis situation in a dairy herd, and 3 average herd SCC parameters: bulk milk SCC (BMSCC), yield-corrected test-day SCC (CHSCC), and the arithmetic average test-day SCC (HSCC) of the lactating herd. The herd prevalence of cows with an SCC of >250,000 cells/mL was calculated by using Dairy Herd Improvement data. Herds were included if BMSCC was sampled within 2 d of the Dairy Herd Improvement test day and if the BMSCC did not exceed 400,000 cells/mL. The interval between sampling, 0, 1, or 2 d, did not significantly influence the correlation between BMSCC and the prevalence of high SCC. The correlations between the prevalence of high SCC and BMSCC, yield-corrected test-day SCC, and HSCC, examined by using a linear regression model, were 0.64, 0.78, and 0.89, respectively. Therefore, it can be concluded that, based on the highest correlation, HSCC is a more appropriate parameter than BMSCC to summarize the average herd subclinical mastitis situation in a dairy herd.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,312
Écart entre enseignants0,257 · 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

Citations30
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207