Application of GPS and GIS to study foraging behavior of dairy cattle
Notice bibliographique
Résumé
Aplicación de GPS y GIS para estudiar el comportamiento en pastoreo de vacas lecheras. Se evaluó el uso de los Sistemas de Posicionamiento Global (GPS) para discriminar las actividades de pastoreo de vacas lecheras. El estudio se realizó en la granja robotizada de la Estación Biológica WK Kellogg de la Universidad Estatal de Michigan, entre 11 y 20 de agosto, 2010. Mediante observación de las actividades de forrajeo en diferentes sitios, usando sensores remotos se llevó un registro de la actividad de 4 vacas lactantes Holstein (650 kg PV; 23 kg.día-1) equipadas con collares GPS, que registran la posición de la cabeza con sensores de movimiento para los ejes X y Y. Los GPS mostraron 82-86% de probabilidad que la estimación de las ubicaciones de los animales tuviesen un error de 7 m. Estos datos sugirieron que las vacas permanecieron en las pasturas la mayor parte del tiempo (94,6±0,92%) y dentro del establo sólo un 5,4% (±0,92) del tiempo. Cuando las vacas estaban en las pasturas, la mayor parte del tiempo la dedicaron a pastoreo (51%); otra parte se dedicó a reposo (43%) y 6% a traslado. El ganado viajó en promedio 3385±712 m por día. En días de temperatura baja la actividad principal de las vacas fue el pastoreo (92%) y en días de media y alta temperatura el pastoreo fue sólo 62,6 y 59,4%, respectivamente. Por el contrario, el reposo fue la actividad más importante bajo media y alta temperatura (33,6 y 31,8%, respectivamente). Se demostró la utilidad de la teledetección y los GPS para monitorear el comportamiento animal.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».