MétaCan
Menu
Retour à la cohorte
Enregistrement W2115412159 · doi:10.3168/jds.s0022-0302(04)73238-5

Management Practices and Heifer Characteristics Associated with Early Lactation Somatic Cell Count of Belgian Dairy Heifers

2004· article· en· W2115412159 sur OpenAlexaff
Sarne De Vliegher, Hans Laevens, Herman W. Barkema, Ian R. Dohoo, Henrik Stryhn, G. Opsomer, Aart de Kruif

Notice bibliographique

RevueJournal of Dairy Science · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésLactationSomatic cell countAnimal scienceSomatic cellHolstein CattleDairy cattleBiologyIce calvingPregnancyGenetics

Résumé

récupéré en direct d'OpenAlex

Associations between somatic cell counts (SCC) from heifers between 5 and 14 d in milk (DIM) and both herd-management practices and heifer characteristics were studied for 1912 heifers in 159 dairy herds in Flanders (Belgium). In higher-producing herds and in herds with an average calving age of heifers > 27 mo, SCC of heifers was lower than in less-producing herds or in herds with an average calving age < or = 27 mo. Heifers raised in herds with a higher bulk-milk somatic cell count had higher SCC. In herds in which heifers calved on slatted floors, heifers had lower SCC compared with herds in which heifers calved on nonslatted floors. A significant difference in SCC was observed between provinces. At the heifer level, SCC decreased with increasing DIM. On average, heifers calving in April to June had higher SCC, compared with those calving in the other months of the year. In the multilevel regression models, nearly all the variations of SCC resided at the heifer level, indicating that preventive measures against udder health problems in freshening dairy heifers should, in the short term, focus more on factors that vary between heifers than on factors that vary between herds. However, for the long term, the need to identify new, and to implement known, herd-level strategies is important.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,059
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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

Citations66
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

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