Validation of triaxial accelerometers to measure the lying behaviour of adult domestic horses
Notice bibliographique
Résumé
Examining the characteristics of an animal's lying behaviour, such as frequency and duration of lying bouts, has become increasingly relevant for animal welfare research. Triaxial accelerometers have the advantage of being able to continuously monitor an animal's standing and lying behaviour without relying on live observations or video recordings. Multiple models of accelerometers have been validated for use in monitoring dairy cattle; however, no units have been validated for use in equines. This study tested Onset Pendant G data loggers attached to the hind limb of each of two mature Standardbred horses for a period of 5 days. Data loggers were set to record their position every 20 s. Horses were monitored via live observations during the day and by video recordings during the night to compare activity against accelerometer data. All lying events occurred overnight (three to five lying bouts per horse per night). Data collected from the loggers was converted and edited using a macro program to calculate the number of bouts and the length of time each animal spent lying down by hour and by day. A paired t-test showed no significant difference between the video observations and the output from the data loggers (P=0.301). The data loggers did not distinguish standing hipshot from standing square. Predictability, sensitivity, and specificity were all >99%. This study has validated the use of Onset Pendant G data loggers to determine the frequency and duration of standing and lying bouts in adult horses when set to sample and register readings at 20 s intervals.
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 | 0,003 |
| 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 | 0,000 |
| 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 ».