Technical note: Comparison of rectal and vaginal temperatures in lactating dairy cows
Notice bibliographique
Résumé
A method commonly used to identify illness in dairy cows is measuring body temperatures with a rectal thermometer, but vaginal measures are becoming common in research. The primary objective of this study was to validate vaginal measures of body temperature by comparing them with rectal temperatures. Data loggers used to collect vaginal temperatures can be programmed to collect many readings per day, providing an opportunity to interpret effects of health in relation to diurnal differences in temperatures. Thus, a secondary objective was to compare the diurnal pattern in body temperatures for cows with and without retained placenta (RP). Body temperature was monitored for 8 d in 29 cows that had recently calved (enrolled 2 d after calving; 7 of these cows were diagnosed with RP) and in 13 cows in peak lactation (98±8 d in milk). Rectal temperatures were taken at 0630, 0930, 1230, 1530, 1830, and 2130h (±30 min) with a digital thermometer for 8 d consecutively. During the same period, vaginal temperatures were measured every 10 min with a microprocessor-controlled data logger attached to a modified vaginal controlled internal drug release insert. Values from the vaginal loggers were averaged over 1h and paired with the corresponding rectal temperature. There was a relationship between rectal and vaginal temperatures for fresh cows (n=1,393; r=0.81) and for peak-lactation cows (n=556; r=0.46). Cows with RP had higher body temperatures (39.2±0.01) compared with healthy cows (39.1±0.01). Body temperature was higher at night, and lower between 0800 to 1000 h for healthy cows (39.0±0.02) and between 1100 to 1300 h for RP cows (39.1±0.02). In summary, vaginal temperatures were associated with rectal measures, and provided the advantage of capturing dirurnal changes in body temperature.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».