MétaCan
Menu
Retour à la cohorte
Enregistrement W2162049867 · doi:10.1016/s1573-5214(02)80002-1

Effects on productivity and risk factors of Bovine Respiratory Disease in dairy heifers; a review for the Netherlands

2002· review· en· W2162049867 sur OpenAlexaff
H.J. van der Fels‐Klerx, S.W. Martin, M. Nielen, R.B.M. Huirne

Notice bibliographique

RevueNJAS - Wageningen Journal of Life Sciences · 2002
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal health and immunology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBovine respiratory diseaseColostrumIce calvingProductivityDiseaseDairy cattleHerdDairy farmingAgricultureMedicineRisk factorLower riskEnvironmental healthAnimal scienceVeterinary medicineBiologyPregnancyMilk productionLactationInternal medicineEconomicsImmunology

Résumé

récupéré en direct d'OpenAlex

This paper presents a literature review about the impact of Bovine Respiratory Disease (BRD) on the productivity of dairy heifers and about risk factors for the disease, as far as these are relevant to commercial dairy farming in the Netherlands. The review includes peer-reviewed publications over the period January 1980–June 2001 on field studies that quantified the variables of interest. The literature data show that BRD in dairy heifers increases the risk of mortality directly after the disease episode by up to 6 times and reduces growth during the first 6 months of life with up to 10 kg. In addition, the disease can increase mortality in later stages of the rearing period, and age and likelihood of dystocia at first calving. Other diseases in dairy heifers and herd size are clearly associated with the risk of BRD, and season and colostrum feeding management presumably affect this risk. Effects of other potential risk factors are less evident. In conclusion, although several associations were found, the data on the majority of the potential productivity effects and risk factors of BRD are ambiguous or incomplete. However, based on the literature data several recommendations for BRD prevention on Dutch dairy farms were made, which are discussed in this paper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,912
Score d'incertitude au seuil0,705

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,187
Tête enseignante GPT0,416
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNJAS - Wageningen Journal of Life SciencesMême sujetAnimal health and immunologyTravaux en français237 207