Analysis of periparturient risk factors affecting sow longevity in breeding herds
Notice bibliographique
Résumé
The association of periparturient risk factors with sow longevity and the validity of sow removal decisions made during the periparturient period were analyzed. Data pertaining to 2066 sows from a commercial breeding herd from the US Midwest were used in this study. The likelihood of removal from the herd within 35 d post-farrowing decreased with a younger parity, the absence of lameness or other health problems, a higher lactation feed intake (LFI) and a greater number of live-born piglets (P < 0.05 for all). A greater number of piglets born alive, the absence of lameness and a younger parity lowered (P < 0.05 for all) the likelihood of removal of sows from the herd before the next parity. The number of piglets born alive was higher (P < 0.05) among sows without any health problems during the previous periparturient period. A greater (P < 0.05) number of sows that were retained without any health problems during the periparturient period farrowed. More sows (P < 0.05) retained with health problems during the periparturient period were culled compared with sows retained without health problems during the periparturient period. In summary, periparturient factors such as LFI, the incidence of lameness or health problems, as well as sow-level characteristics such as higher parity and fewer piglets born alive predicted the removal of a sow from the breeding herd. Sows retained with periparturient health problems had reduced longevity and fewer live-born piglets, and fewer such sows had another farrowing. Key words: Longevity, sow, risk factor, feed intake
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».