MétaCan
Menu
Retour à la cohorte
Enregistrement W2077992139 · doi:10.3168/jds.s0022-0302(02)74140-4

Investigations on Milk Flow and Milk Yield from Teats with Milk Flow Disorders

2002· article· en· W2077992139 sur OpenAlexaff
Julia Querengässer, T. Geishauser, Klaus Querengässer, R.M. Bruckmaier, K. Fehlings

Notice bibliographique

RevueJournal of Dairy Science · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversity of Guelph
Organismes subventionnairesPfizer
Mots-clésMilkingUdderAnimal scienceYield (engineering)MedicineMastitisBiologyMaterials science

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to investigate peak milk flow, average milk flow, and milk yield in teats with milk flow disorders. A total of 100 hard milking teats were studied in 97 cows. Teats with milk flow disorders were examined endoscopically. Quarter milk flow and quarter milk yield were examined with four Lactocorders attached to a quarter milking machine. Peak milk flow, average milk flow, and milk yield were measured in all teats of the udder before treatment of the affected teat, as well as 1 and 6 mo later. Teats with milk flow disorders were compared to all other teats of the same udder. Before treatment, peak milk flow from affected teats was 20%, average milk flow 14%, and milk yield 53% of the control teats, adjusted for other significant explanatory variables. Milk flow and milk yield increased after surgical treatment of the affected teats. Six months after treatment peak milk flow was 79%, average milk flow 76%, milk yield was 71% compared with control teats. We conclude from these findings that teat endoscopy and measuring quarter milk flow and milk yield with Lactocorders are useful tools for examining teats with milk flow disorders.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,226
Écart entre enseignants0,189 · 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

Citations17
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

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