MétaCan
Menu
Retour à la cohorte
Enregistrement W2175290177 · doi:10.1186/s12917-015-0607-2

Heat stress related dairy cow mortality during heat waves and control periods in rural Southern Ontario from 2010–2012

2015· article· en· W2175290177 sur OpenAlexaffabout
Katherine E. Bishop-Williams, Olaf Berke, David L. Pearl, Karen J. Hand, D.F. Kelton

Notice bibliographique

RevueBMC Veterinary Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEffects of Environmental Stressors on Livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHeat waveHeat stressPoisson regressionEnvironmental scienceExtreme heatExtreme weatherClimate changeHeat indexGeographyAnimal scienceMedicineBiologyEnvironmental healthEcologyPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Heat stress is a physiological response to extreme environmental heat such as heat waves. Heat stress can result in mortality in dairy cows when extreme heat is both rapidly changing and has a long duration. As a result of climate change, heat waves, which are defined as 3 days of temperatures of 32 °C or above, are an increasingly frequent extreme weather phenomenon in Southern Ontario. Heat waves are increasing the risk for on-farm dairy cow mortality in Southern Ontario. Heat stress indices (HSIs) are generally based on temperature and humidity and provide a relative measure of discomfort which can be used to predict increased risk of on-farm dairy cow mortality. In what follows, the heat stress distribution was described over space and presented with maps. Similarly, on-farm mortality was described and mapped. The goal of this study was to demonstrate that heat waves and related HSI increases during 2010-2012 were associated with increased on-farm dairy cow mortality in Southern Ontario. Mortality records and farm locations for all farms registered in the CanWest Dairy Herd Improvement Program in Southern Ontario were retrieved for 3 heat waves and 6 three-day control periods from 2010 to 2012. A random sample of controls (2:1) was taken from the data set to create a risk-based hybrid design. On-farm heat stress was estimated using data from 37 weather stations and subsequently interpolated across Southern Ontario by geostatistical kriging. A Poisson regression model was applied to assess the on-farm mortality in relation to varying levels of the HSI. RESULTS: For every one unit increase in HSI the on-farm mortality rate across Southern Ontario increases by 1.03 times (CI95% (IRR) = (1.025,1.035); p = ≤ 0.001). With a typical 8.6 unit increase in HSI from a control period to a heat wave, mortality rates are predicted to increase by 1.27 times. CONCLUSIONS: Southern Ontario was affected by heat waves, as demonstrated by high levels of heat stress and increased on-farm mortality. Farmers should be aware of these risks, and informed of appropriate methods to mitigate such risks.

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 enseignants0,036
Score d'incertitude au seuil0,081

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,101
Tête enseignante GPT0,310
Écart entre enseignants0,209 · 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

Citations68
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Veterinary ResearchMême sujetEffects of Environmental Stressors on LivestockTravaux en français237 207