The effects of four types of enrichment on feather-pecking behaviour in laying hens housed in barren environments
Notice bibliographique
Résumé
Abstract Severe feather pecking, a potentially stereotypic behaviour in chickens (Gallus gallus) , can be reduced by providing enrichment. However, there is little comparative information available on the effectiveness of different types of enrichment. Providing forages to birds is likely to decrease feather-pecking behaviour the most, as it is generally thought that feather pecking stems from re-directed foraging motivation. Yet, other types of enrichment, such as dustbaths and novel objects, have also been shown to reduce feather pecking. In order to develop a practical and effective enrichment, these different possibilities must be examined. Using a Latin Square Design, 14-week old birds were given each of four treatments: i) forages; ii) novel objects; iii) dustbaths; or iv) no enrichment. The amount of feather-pecking behaviour and the number of pecks to the enrichments were recorded. Results showed feather pecking to be highest when no enrichment was present and lowest when the forages were present, with the other two enrichments intermediate. This was despite the fact that the numbers of pecks birds gave to the forages and dustbaths were not significantly different, suggesting that they were similarly used. Thus, we suggest here that forage enrichments are most effective at alleviating feather pecking at least in the short term and attempts should be made to develop poultry housing that allows for natural foraging behaviour. Following this, providing any kind of enrichment will increase bird welfare and is therefore still beneficial.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».