MétaCan
Menu
Retour à la cohorte
Enregistrement W2566095075 · doi:10.1016/j.tvjl.2016.12.011

Influence of milking method, disinfection and herd management practices on bulk tank milk somatic cell counts in tropical dairy herds in Colombia

2016· article· en· W2566095075 sur OpenAlexafffund
Julián Reyes-Vélez, Javier Sánchez, Henrik Stryhn, Tatiana Ortiz, Martha Olivera, G.P. Keefe

Notice bibliographique

RevueThe Veterinary Journal · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesInnovation PEI
Mots-clésMilkingHerdSomatic cell countBulk tankAnimal scienceVeterinary medicineBiologyMedicineLactationIce calving

Résumé

récupéré en direct d'OpenAlex

The aims of this study were to evaluate the effects of milking method, disinfection practices and other management factors on the bulk tank milk somatic cell count (BTSCC) in tropical dairy herds and to examine potential interactions with time. One hundred and thirty farms in the Northern region of Antioquia, Colombia, were visited once per month for 24 months. A two level linear mixed model for repeated measures was used to assess the impact on log transformed BTSCC (lnBTSCC). The geometric mean of the BTSCC for all herds was 262,330 cells/mL. The two-level linear mixed model showed that lnBTSCCs in hand milked herds were significantly higher than in machine milked herds. Fore-stripping corresponded with a 27% increase in lnBTSCC and failing to post-dip corresponded with a 45% increase in lnBTSCC. The two way interactions of sampling month with milking method, singeing udders and pre-dipping were significant. The lowest predicted lnBTSCC was observed in machine milked herds that practised both pre-dipping and singeing of udders. This study suggests that milking procedures and disinfection practices can interact with time and have substantial effects on lnBTSCC.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,105

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,037
Tête enseignante GPT0,299
Écart entre enseignants0,263 · 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'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

Citations21
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Veterinary JournalMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207