Assessment of lameness in sows using gait, footprints, postural behaviour and foot lesion analysis
Notice bibliographique
Résumé
Lameness in sows has an economic impact on pig production and is a major welfare concern. The aim of the present project was to develop methods to evaluate and quantify lameness in breeding sows. Five methods to study lameness were compared between themselves and with visual gait scoring used as a reference: footprint analysis, kinematics, accelerometers, lying-to-standing transition and foot lesion observation. Fifty sows of various parities and stages of gestation were selected using visual gait scoring and distributed into three groups: lame (L), mildly lame (ML) and non-lame (NL). They were then tested using each method. Kinematics showed that L sows had a lower walking speed than NL sows (L: 0.83 ± 0.04, NL: 0.96 ± 0.03 m/s; P < 0.05), a shorter stride length than ML sows (L: 93.0 ± 2.6, ML: 101.2 ± 1.5 cm; P < 0.05) and a longer stance time than ML and NL sows (L: 0.83 ± 0.03, ML: 0.70 ± 0.03, NL: 0.69 ± 0.02 s; P < 0.01). Accelerometer measurements revealed that L sows spent less time standing over a 24-h period (L: 6.3 ± 1.3, ML: 13.7 ± 2.4, NL: 14.5 ± 2.4%; P < 0.01), lay down earlier after feeding (L: 33.4 ± 4.6, ML: 41.7 ± 3.1, NL: 48.6 ± 2.9 min; P < 0.05) and tended to step more often during the hour following feeding (L: 10.1 ± 2.0, ML: 6.1 ± 0.5, NL: 5.4 ± 0.4 step/min standing; P = 0.06) than NL sows, with the ML sows having intermediate values. Visual observation of back posture showed that 64% of L sows had an arched back, compared with only 14% in NL sows (P = 0.02). Finally, footprint analysis and observation of lying-to-standing transition and foot lesions were not successful in detecting significant differences between L, ML and NL sows. In conclusion, several quantitative variables obtained from kinematics and accelerometers proved to be successful in identifying reliable indicators of lameness in sows. Further work is needed to relate these indicators with causes of lameness and to develop methods that can be implemented on the farm.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».