MétaCan
Menu
Retour à la cohorte
Enregistrement W2301411280 · doi:10.1017/s096272860002964x

Infrared thermography as a non-invasive tool to study animal welfare

2005· article· en· W2301411280 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnimal Welfare · 2005
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensAgriculture Food and Rural DevelopmentAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAnimal welfareWelfareThermographyBusinessMedicineRisk analysis (engineering)Environmental healthVeterinary medicineEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Growing public concern regarding animal welfare and consumer demand for humanely produced products have placed pressure on the meat, wool and dairy industries to improve and confirm the welfare status of their animals. This has increased the need for reliable methods of assessing animal welfare during commercial farm practices. The measurement of the stress caused by commercial farm practices is a major component of animal welfare assessment. However, a major issue for animal welfare science is that many of the techniques used to measure stress involve invasive procedures, such as blood sampling, which may themselves cause a stress response and therefore affect the measurement of interest. To reduce this problem, a number of non-invasive or minimally invasive methods and devices have been developed to measure stress. These include the measurement of cortisol concentrations in saliva and faeces, and remote devices for recording body temperature, heart rate and the collection of blood samples. This review describes the benefits and limitations of some of these methods for measuring stress. In particular, the review focuses on recent advances and current research in the use of infrared thermography (IRT) for measuring stress. Specific applications for IRT in the dairy and beef industries are also described including an automated, non-invasive system for early diagnosis of infection in cattle. It is essential that non-invasive measures of acute and chronic stress are developed for reliable assessment of animal welfare during standard farm management practices and IRT may be a useful tool for this purpose. IRT may offer advantages over many other non-invasive systems as it appears to be capable of measuring different components of the stress axis, including acute sympathetic and hypothalamic-pituitary-adrenocortical responses.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,027
Tête enseignante GPT0,314
Écart entre enseignants0,287 · 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