Evaluation of Digital and Optical Refractometers for Assessing Failure of Transfer of Passive Immunity in Dairy Calves
Notice bibliographique
Résumé
BACKGROUND: Failure of transfer of passive immunity (FTPI) is the underlying predisposing risk factor for most early losses in dairy calves. Refractometers, either optical or digital, can be used to assess FTPI as a part of calf health monitoring program on dairy operations. OBJECTIVES: To evaluate the performance of and differences between digital Brix and optical refractometers for assessing FTPI in dairy calves. ANIMALS: Two hundred Holstein calves from 1 to 11 days of age. METHODS: A cross-sectional study was designed to measure serum IgG concentration by radial immunodiffusion (RID) assay, digital Brix and optical refractometers. The correlation coefficients (r) between the 2 refractometers were plotted against each other and against the measured IgG concentration from RID. The Se, Sp, and accuracy of digital Brix and optical refractometers for assessing FTPI using previously recommended cut-offs were calculated. A receiver operating characteristic curve was created and used to identify the optimal cut-off for this dataset. RESULTS: The RID IgG concentration was positively correlated with digital Brix (r = 0.79) and optical (r = 0.74) refractometers. The best combination of Se (85.5%), Sp (82.8%), and accuracy (83.5%) of digital Brix refractometer was at 8.3%Brix. For optical refractometer, the best combination of Se (80%), Sp (80.7%), and accuracy (80.5%) was at 5.5 g/dL. CONCLUSIONS AND CLINICAL IMPORTANCE: Both refractometers exhibited utility in assessing FTPI in dairy calves.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».