MétaCan
Menu
Retour à la cohorte
Enregistrement W2028799799 · doi:10.3168/jds.2012-5839

Monitoring dry period intramammary infection incidence and elimination rates using somatic cell count measurements

2012· article· en· W2028799799 sur OpenAlexafffundabout
Simon Dufour, Ian R. Dohoo

Notice bibliographique

RevueJournal of Dairy Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta MilkNovalaitUniversité de MontréalPublic Health AgencyDairy Farmers of OntarioAgriculture and Agri-Food CanadaDairy Farmers of Nova ScotiaPublic Health Agency of CanadaDairy Farmers of Canada
Mots-clésHerdSomatic cell countIncidence (geometry)MastitisAnimal scienceMedicineVeterinary medicineBiologyIce calvingLactationMathematics

Résumé

récupéré en direct d'OpenAlex

The objective of the study was to evaluate the predictive ability of the herd dry period (DP) intramammary infection (IMI) incidence and elimination rates derived from predry and postcalving somatic cell count (SCC) measurements [quarter-level SCC and dairy herd improvement (DHI) composite-level SCC] for monitoring the herd DP IMI incidence and elimination rates. A cohort of 91 Canadian dairy herds was followed from 2007 to 2008. In each herd, a sample of 15 cows was selected each year, and a series of 2 predry and 2 postcalving quarter milk samples were collected. Routine milk bacteriological culture was conducted to identify IMI, SCC was measured on the quarter milk samples, and composite SCC of the last predry and first postcalving DHI tests were obtained. Mastitis pathogens were grouped into 3 categories: major pathogens, minor pathogens, and any pathogens. For each herd, DP bacteriological culture-derived IMI incidence and elimination rates were computed using quarter milk culture data. Similarly, SCC-derived herd incidence and elimination rates were computed using quarter and DHI composite-level SCC measurements and using various SCC thresholds to define new and eliminated IMI. Linear regression was used to compare herd quarter-level and composite-level SCC-derived herd incidence and elimination with DP bacteriological culture-derived IMI incidence and elimination. Herd DP incidences computed by using quarter-level SCC, and with most of the SCC thresholds tested, were significant predictors of the DP major, minor, and any IMI incidences (F-test; P≤0.05). The highest coefficients of determination (R(2)) were obtained with thresholds of 200,000 (R(2): 12%) and 50,000 cells/mL (R(2): 25%) for predicting major and minor IMI, respectively. When using composite DHI SCC measurements, however, substantial losses of predictive power were seen for minor and any IMI incidences compared with quarter-level SCC. For DP major IMI incidence, composite SCC yielded similar, but modest, predictive power when a cutoff value of 150,000 cells/mL was chosen to define new IMI. To predict DP elimination rates, the value of quarter-level SCC seemed limited to predicting the DP major IMI elimination rate. Composite SCC, on the other hand, showed modest predictive power for major and minor IMI elimination rates, with thresholds of 200,000 and 50,000 cells/mL, respectively. Results from the current study suggest that quarter and composite SCC-derived rates could be used as substitutes for bacteriological culture-derived rates for some groups of mastitis pathogens.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,182
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,295
Écart entre enseignants0,230 · 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

Citations16
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

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