MétaCan
Menu
Retour à la cohorte
Enregistrement W2140129224 · doi:10.3168/jds.2015-9652

Prevalence of lameness and associated risk factors in Canadian Holstein-Friesian cows housed in freestall barns

2015· article· en· W2140129224 sur OpenAlexafffundabout
L. Solano, Herman W. Barkema, Edmond A. Pajor, Steve Mason, S.J. LeBlanc, J.C. Zaffino Heyerhoff, C.G.R. Nash, Derek B. Haley, E. Vasseur, D. Pellerin, J. Rushen, A.M. de Passillé, Karin Orsel

Notice bibliographique

RevueJournal of Dairy Science · 2015
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of British ColumbiaUniversité LavalUniversity of GuelphUniversity of Calgary
Organismes subventionnairesAgriculture and Agri-Food CanadaAlberta Livestock and Meat AgencyUniversiteit UtrechtCanadian Dairy CommissionDairy Farmers of CanadaUniversité Laval
Mots-clésLamenessClawHerdAnimal scienceDairy cattleMedicineOdds ratioVeterinary medicineHoofBiologySurgeryInternal medicineAnatomy

Résumé

récupéré en direct d'OpenAlex

Lameness is a severe welfare problem and a production-limiting disease in dairy farming. The objectives of this study were to determine prevalence of lameness and investigate cow- and herd-level factors associated with lameness in dairy cows housed in freestall barns in 3 Canadian provinces. A purposive sample of 40 Holstein-Friesian cows was selected from each of 141 dairy farms in Québec, Ontario, and Alberta. In total, 5,637 cows were scored once for lameness (presence of limping when walking). Data collected included information on individual cows (hock lesions, claw length, body condition score, parity, days in milk, and milk production), management practices (floor and stall cleaning routine, bedding routine, and footbath practices), and facility design (stall dimensions, stall base and bedding type, width of feed alley, flooring type, and slipperiness) hypothesized to be risk factors for lameness. Multilevel mixed logistic regression models were constructed (including farm as a random effect and province as a fixed effect). Herd-level lameness prevalence ranged from 0 to 69% (mean = 21%). Lameness prevalence increased with increasing parity; compared with first parity, cows in parity 2, 3, and ≥ 4 had 1.6, 3.3, and 4 times, respectively, higher odds of being lame. Furthermore, the odds of lameness were 1.6 times greater in cows with low body condition score (≤ 2.5) than in cows with a higher body condition score. In addition, injured hocks and overgrown claws were associated with 1.4- and 1.7-fold increased odds of being lame, respectively, whereas every 1 kg increase in daily milk production was associated with a 3% decrease in the odds of being lame. Lameness prevalence was higher in herds with ≤ 100 cows, but lower in barns with a sand or dirt stall base, or with bedding ≥ 2 cm deep. Cows exposed to very slippery floors had 2 times the odds of being lame compared with cows exposed to nonslippery floors. We attributed the wide range of lameness prevalence to the great variability in facilities and management practices among farms. Finally, we inferred that the prevalence of lameness could be decreased by improving management of multiparous, thin, or injured cows and by adopting management practices intended to improve cow comfort, namely the floor's slip resistance and the stall's lying surface.

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)0,002
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 enseignants0,039
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,056
Tête enseignante GPT0,315
Écart entre enseignants0,259 · 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

Citations255
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207