Core body temperature monitoring with passive transponder boluses in beef heifers
Notice bibliographique
Résumé
Experiments were conducted over 82 d (Nov. 04 to Jan. 24, 49°N, mean ambient temperature -3.6 to -12.6 ± 1.6°C) to determine the effects of fever, photoperiod and pen setup on the rate (MR) and frequency (MF) with which heifers were monitored and the body (rumen) temperatures (BTr) obtained with a cattle temperature moniotoring system (MaGiiX). Magnetic, inductively coupled full duplex radio-frequency identification (RFID) transponder boluses containing thermistors were administered per os to 72 heifers (7.9 ± 0.5 mo of age and 283 ± 23 kg body weight) housed in one of four pens, in outdoor shed-lot facilities, each with a panel reader co-located with the waterbowl. A mixed ration (59% dry matter) was provided at 1500 daily. Fencing was arranged within pens for water motivated (WM) acquisitions during exps. 1 (Initial), 2 (Fever) and 3 (Photoperiod), or for either WM or activity motivated (AM) acquisitions during exp. 4 (Pen setup). Overall, most heifers were monitored daily (Mode MR 100%), several times perday (MF 7.8 ± 0.5), mostly during the afternoon and evening rather than night and morning 6-h periods, and BTr (37.8 ± 0.2°C, range 22 to 42°C) were usually lower (P < 0.05) for the afternoon than night. A 2°C increase in mean BTr caused by fever was detected (P < 0.05) when monitoring was scheduled rather than unscheduled. Extended (16h) in contrast to natural (8h) photoperiod increased (P < 0.05) evening MR (96.8 vs.83.5 ± 1.9%) and MF (3.8 vs. 2.5 ± 0.2), and morning-BTr (38.0 vs. 37.4 ± 0.11°C). Pen setup for AM in contrast to WM acquisitions increased (P < 0.05) MR and MF and BTr (by 1°C) in all periods of the day. The technology has excellent potential for non-invasive monitoring of BTr in heifers. Key words: Radio-frequency identification, cattle, transponder bolus, body temperature, rumen
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».