Application of feeding behaviour to predict morbidity of newly received calves in a commercial feedlot
Notice bibliographique
Résumé
The objective of this study was to use feeding behavior of newly received steers (average initial weight 191 kg) to detect morbidity in animals in a commercial feedlot. Two separate 32 d feeding trials were conducted in Wellton, Arizona, in July and November 1996. Radio frequency technology was used to record the total time spent within 50 cm of the feedbunk (animal presence every 5.25 s times 5.25 s) in 3 h intervals from 0600 to 2400 on a daily basis for 103 and 122 male calves in trial 1 and 2, respectively. Statistical procedures based on the cumulative sums (CUSUM) of the 3 h feeding intervals were used to detect morbid animals, compared with detection of animals deemed morbid by experienced pen riders. In trial 1, the CUSUM procedure detected animal morbidity 4.5 d earlier (P < 0.001) than the feedlot personnel. In trial 2, the CUSUM procedure detected animal morbidity 3.7 d earlier (P < 0.001) than feedlot pen riders. Overall accuracy, positive predictive value and sensitivity of the CUSUM prediction method were 87, 91, and 90%, respectively. Combined trial data suggest that feeding behavior during the first 30 d cattle are in a receiving pen, as collected with radio frequency technology and analyzed with CUSUM charts, may be used to detect animal morbidity approximately 4.1 d earlier (P < 0.001) than conventional methods typically employed in commercial feedlots. Key words: Feeding behavior, morbidity, quality control, feedlots
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».